存在未观测网络时的溢出效应
统计方法学
2021-07-01 v4
摘要
当实验对象可以相互交互时，一个个体的结果可能会受到其他对象处理状态的影响。在许多社会科学实验中，这种溢出效应可能通过多个网络发生，例如在 Twitter 实验中同时通过线上和线下面对面网络发生。因此，为了理解人们如何使用不同的网络，分别估计每个特定网络中的溢出效应至关重要。然而，这些特定网络溢出效应的无偏估计要求研究者观测所有相关网络，这一假设经常被违反。我们表明，与传统的遗漏变量偏差不同，即使处理分配是随机化的，且未观测网络与感兴趣的网络是独立生成的，由未观测网络引起的偏差依然存在。随后，我们开发了参数和非参数敏感性分析方法，研究人员可以利用这些方法评估未观测网络对因果结论的潜在影响。我们通过基于真实 Twitter 网络的模拟研究以及基于中国网络实地实验的实证应用来说明所提出的方法。
引用
@article{arxiv.1708.08171,
title = {Spillover Effects in the Presence of Unobserved Networks},
author = {Naoki Egami},
journal= {arXiv preprint arXiv:1708.08171},
year = {2021}
}