A General Design-Based Framework and Estimator for Randomized Experiments
随机实验的一般设计型框架与估计器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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论随机实验的设计型因果推断，并将因果干扰列为主要适用场景。
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…
随机实验的一般设计型框架与估计器
- 研究问题
- 对于复杂的非离散干预及个体间因果干扰，如何在随机实验中定义因果目标，并建立可用于估计和区间推断的设计型框架？
- 方法与思路
- 作者将因果效应定义为单位潜在结果函数的线性泛函，用函数空间编码假设，并构造相应估计器及保守方差估计器。
- 材料陈述的贡献
- 摘要称框架扩展了设计型方法可处理的因果问题，给出估计器无偏性与一致性的充要条件，并以实例展示其适用范围。
- 阅读关注点
- 应核对函数空间限制与随机化设计如何共同决定可估计性，以及无偏和一致的充要条件、方差保守性及区间构造条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收。摘要未列出具体函数空间和随机化要求，也未说明区间覆盖的条件。
原文摘要
We describe a widely applicable design-based framework for drawing causal inference in randomized experiments. Causal effects are defined as linear functionals evaluated at unit-level potential outcome functions. Assumptions about the potential outcome functions are encoded as function spaces. This makes the framework expressive, allowing experimenters to formulate and investigate a wide range of causal questions that previously could not be investigated with design-based methods. The framework is particularly suited for complex, non-discrete interventions and causal interference. We describe a class of estimators for estimands defined using the framework and investigate their properties. We provide necessary and sufficient conditions for unbiasedness and consistency. We also describe a class of conservative variance estimators, which facilitate the construction of confidence intervals. In order to demonstrate the value of our approach in practice, we provide several illustrative examples of causal investigations which can be handled within our framework, but that could not be addressed using conventional design-based methods.