.png){kind=icon}
返回
Efficient quantile covariate adjusted response adaptive experiments
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jeconom.2024.105857.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在项目评估研究中，理解项目超出平均效应的异质性分布影响至关重要。分位数处理效应（QTE）提供了一种自然的方法来捕捉这种异质性。尽管现有关于估计QTE的大部分工作都集中于基于不可检验的因果假设分析观测数据，但鲜有研究致力于为专门估计QTE而设计随机实验。在本研究中，我们提出了两种协变量调整的响应自适应设计策略——完全自适应设计和多阶段设计，以高效估计QTE。我们证明，从我们设计中获得QTE估计量从半参数理论视角达到了最优方差下界，该下界不对基础数据分布施加任何参数假设。此外，我们表明，在多阶段设计中使用连续协变量可以比经典完全自适应设置更提高估计QTE的精度。我们通过蒙特卡罗实验和一个关于慈善捐赠的合成案例研究来说明我们设计的有限样本表现。我们提出的设计为通过随机实验估计QTE提供了一种新方法，这可能对政策制定和项目评估具有重要影响。
Keyword:
Semiparametric statistics
Adaptive design
Heterogeneity
期刊
IF:
4
论文数:
5.2K
被引数:
3.0W
机构
引用论文
分享收藏Uniform convergence of estimator for nonparametric regression with dependent data非参数回归中依赖数据下估计量的均匀收敛
OAAI
OAAI分享收藏Estimation of semiparametric models when the criterion function is not smooth准则函数不光滑时半参数模型的估计.png)
ECONOMETRICAOAAI
ECONOMETRICAIF7.1
OAAI分享收藏Efficient semiparametric estimation of quantile treatment effects分位数处理效应的有效半参数估计ECONOMETRICAOAAI
ECONOMETRICAIF7.1
OAAI分享收藏
查看更多内容