具有发散协变量数的完全随机试验中的回归调整
统计理论
2021-01-01 v4 统计理论
摘要
随机试验已成为实证研究的重要工具。在完全随机的处理-对照试验中，结果的简单均值差对平均处理效应是无偏的，而协变量调整可以在不假设结果模型设定正确的情况下进一步提高效率。在现代应用中，试验者通常可获取许多协变量，这促使我们需要建立协变量数发散的渐近 regime 下的协变量调整理论。我们在潜在结果模型下研究协变量调整的渐近性质，并提出了一个在更弱条件下一致且渐近正态的偏差校正估计量。我们的理论纯粹基于随机化，不施加任何参数化结果模型假设。为证明理论结果，我们发展了无放回抽样的新型向量与矩阵集中不等式。
引用
@article{arxiv.1806.07585,
title = {Regression adjustment in completely randomized experiments with a diverging number of covariates},
author = {Lihua Lei and Peng Ding},
journal= {arXiv preprint arXiv:1806.07585},
year = {2021}
}
备注
Accepted by Biometrika; 59 pages