The exact variance of the average treatment effect estimator in cluster randomized controlled trials
整群随机对照试验中平均处理效应估计量的精确方差AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究整群随机试验中平均处理效应的设计方差、识别界与置信区间。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
整群随机对照试验中平均处理效应估计量的精确方差
- 研究问题
- 在有限总体整群随机试验中，如何计入两阶段抽样与整群处理分配，刻画无法点识别的平均处理效应估计方差？
- 方法与思路
- 作者推导 Horvitz–Thompson 估计量的设计方差，再为基于估计群总量的方差推导锐界，并构造上界的一致估计量。
- 材料陈述的贡献
- 摘要称，该方法同时计入群抽样、群内抽样和处理分配；模拟与应用中，上界估计构造的区间通常比常规群稳健区间窄。
- 阅读关注点
- 应核对精确方差与锐界所针对的对象、不可观测群潜在结果的作用，以及上界估计一致性和置信区间覆盖条件。
- 阅读边界
- 摘要未列出锐界公式、渐近条件或覆盖率结果；区间通常较窄不等于所有设计下均更准确，精确方差也未因此获得点识别。
原文摘要
Summary In cluster randomized controlled trials (CRCTs) with finite populations, the exact design-based variance of the Horvitz–Thompson (HT) estimator of the average treatment effect (ATE) depends on the joint distribution of unobserved, cluster aggregates of potential outcomes and is therefore not point-identified. We study a two-stage sampling design in which clusters are sampled at random, units are then sampled within selected clusters, and treatment is assigned at the cluster level. We first derive the exact design-based variance of the HT estimator of the ATE, accounting for cluster sampling, within-cluster sampling, and treatment assignment. We then extend Aronow et al. (Annals of Statistics 42, 850–71 (2014)) to derive sharp bounds for an estimated variance based on estimated cluster totals and propose a feasible consistent estimator of the upper bound. In simulations and an empirical application, confidence intervals based on the proposed upper-bound estimator are typically narrower than those based on conventional cluster-robust standard errors.