含噪声网络干扰下的因果推断

由于干扰在联网实验中自然显现，人们对在网络干扰下估计因果效应的兴趣日益增加。然而，网络信息通常仅在某种误差水平内可用。我们研究了此类误差在网络干扰下对平均因果效应估计量的传播。具体而言，假设四级暴露模型和处理的伯努利随机分配，我们刻画了网络噪声在同质和异质网络中对标准估计量偏差和方差的影响。此外，在可获得最少数量网络副本的情况下，我们提出了用于减少偏差的矩估计量。我们证明了我们的估计量是渐近正态的，并提供了置信区间以量化这些估计中的不确定性。我们通过英国中学接触网络中的模拟研究说明了我们估计量的实际表现。