基于 Ego-Cluster 实验设计估计治疗效应与溢出效应
统计方法学
2026-05-04 v1
摘要
网络干扰现象指的是，当单位的结局不仅取决于其自身的处理方式，还取决于与其相连单位所接收的处理方式。在忽略此类干扰的实验设计和分析方法时，可能导致因果效应估计产生偏差。本文在基于模型的框架下发展了一种新型实验设计，用于估计和推断全局治疗效应与溢出效应，同时采用 Ego-Cluster 随机化。在该设计下，网络被划分为一组 Ego-Cluster 的集合，其中每个 Ego-Cluster 由一个焦点单位（ego）及其网络邻居（alter）组成，随机化在集群层面进行。我们提出了用于全局治疗效应和溢出效应的模型基估计器，并建立了其一致性和渐近正态性，其中渐近方差由 Ego-Cluster 结构决定。基于这些理论结果，我们引入了一个 Ego-Cluster 算法，依据其类型和管道阶段分配适当的位数，以实现接近 4 位激活存储。模拟研究和两个实证应用表明，所提出的程序能够获得准确的推断，并在现有网络实验设计之上实现效率改进。
关键词
引用
@article{arxiv.2605.00534,
title = {Estimating Treatment and Spillover Effects with the Ego-Cluster Experimental Design},
author = {Xiao Liu and Feifang Hu and Jingfei Zhang},
journal= {arXiv preprint arXiv:2605.00534},
year = {2026}
}