Consider a situation with two treatments, the first of which is randomized but the second is not, and the multifactor version of this. Interest is in treatment effects, defined using standard factorial notation. We define estimators for the treatment effects and explore their properties when there is information about the nonrandomized treatment assignment and when there is no information on the assignment of the nonrandomized treatment. We show when and how hidden treatments can bias estimators and inflate their sampling variances.
翻译：考虑两种治疗的情况,前者是随机的,而后者不是随机的,而后者是多因子的版本。兴趣在于治疗效果,用标准因子符号来定义。当有关于非随机治疗任务的信息时,当没有关于非随机治疗任务的信息时,当没有关于非随机治疗任务的信息时,我们界定治疗效果的估计值并探索其特性。我们展示隐藏治疗何时和如何偏向估计值并放大其抽样差异。
相关内容
《计算机信息》杂志发表高质量的论文，扩大了运筹学和计算的范围，寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文，以及描述新的和有用的软件工具的论文。官网链接：https://pubsonline.informs.org/journal/ijoc
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月15日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月15日
微信扫码咨询专知VIP会员