在弱假设下寻找随机处理的网络效应：适用于任意结果和任意效应异质性
统计方法学
2025-06-16 v3
摘要
在估计具有网络结构的处理/政策效果时，单位受到两种处理：一种是对该单位本身的直接处理，另一种是通过该单位朋友/邻居中被处理的单位所产生的间接处理（即网络/溢出影响）。在文献中，线性模型广泛使用，其中要么表示被处理邻居的数量，要么表示其在邻居中的比例来代表间接处理的强度。本文提出了一种非参数网络基的“因果简化形式（CRF）”，允许任何结果变量（二元、计数、连续等）和任何效应异质性。然后我们通过CRF的视角评估那些流行的线性模型。这揭示了这些模型所嵌入的哪些限制性假设，以及这些限制如何导致偏差。有了CRF，我们可以对网络效应进行近乎无模型的估计和推断。
引用
@article{arxiv.2501.15814,
title = {Finding network effect of randomized treatment under weak assumptions for any outcome and any effect heterogeneity},
author = {Myoung-jae Lee},
journal= {arXiv preprint arXiv:2501.15814},
year = {2025}
}