Non-compliance下2^K factorial实验中因果效应的界限
统计方法学
2025-08-06 v4
摘要
Factorial实验在社交和医学科学中十分常见，但当单位未遵守每个分配因子时，在缺乏强假设的情况下，无法识别和估计平均处理效应。利用工具变量方法，先前研究表明如何识别和估计遵守 treatment 的 respondent 中的因果效应。主要局限在于，这些识别结果依赖于对 randomization 对 treatment uptake 影响的强假设。本文表明，在对 non-compliance 的更温和假设下，可对这些 complier average treatment effects进行界限化。
引用
@article{arxiv.2407.12114,
title = {Bounds on causal effects in $2^{K}$ factorial experiments with non-compliance},
author = {Matthew Blackwell and Nicole E. Pashley},
journal= {arXiv preprint arXiv:2407.12114},
year = {2025}
}
备注
32 pages, 2 tables