Yazarlar:  (1) Davide Viviano, Ekonomi Bölümü, Harvard Üniversitesi;  (2) Lihua Lei, İşletme Fakültesi, Stanford Üniversitesi;  (3) Guido Imbens, İşletme Enstitüsü ve Ekonomi Bölümü, Stanford Üniversitesi;  (4) Brian Karrer, FUAR, Meta;  (5) Okke Schrijvers, Meta Merkezi Uygulamalı Bilim;  (6) Liang Shi, Meta Merkezi Uygulamalı Bilim.  Bağlantı Tablosu   Özet ve Giriş   Kurmak   (Ne zaman) kümelenmeniz gerekir?   Küme tasarımının seçilmesi   Ampirik illüstrasyon ve sayısal çalışmalar   Uygulamaya yönelik öneriler   Referanslar   A) Gösterim   B) Endojen akran etkileri   C) Kanıtlar  3 (Ne zaman) kümeleme yapmalısınız?   3.1 En kötü durum önyargısı   3.2 En kötü durum farkı   Lemma 3.2, iki bireyin (i) iki farklı kümede olması, yani iki kümenin hiçbirinin diğer bireyin bir arkadaşını içermemesi ve (ii) arkadaş olmaması ya da ortak bir arkadaşı paylaşmaması durumunda, gerçekleşen iki sonucun sıfır kovaryansa sahip olduğunu belirtmektedir ( küme) ve i'nin bir arkadaşını içeren bir kümede j'nin arkadaşı yoksa (Gi kümesi). Lemma 3.2'nin, eğer Bi ∩ Bj = ∅ ise µi(Di , D−i)[2Di − 1], µj (Dj , D−j )[2Dj − 1]'in sıfır kovaryansa sahip olduğunu söylemeye eşdeğer olduğuna dikkat edin. Daha sonra geri kalan birimlerin kovaryanslarını analiz ediyoruz.   (Gözlemlenmemiş A). A'nın gözlemlenmediğini veya kısmen gözlemlendiğini ve araştırmacıların A'ya göre bir önceliği olduğunu varsayalım. Bu durumda, A'ya göre önceliğin bağlı olabileceği A'nın dağılımına ilişkin beklentileri aldığımızda önyargı ve varyansın karakterizasyonu geçerli olmaya devam eder. kısmi ağ bilgileri hakkında [örn. Breza ve diğerleri, 2020]. Açıklama 5  3.3 Bernoulli tasarımıyla karşılaştırma   artık kümelerin sayısı n düzeyindedir (örneğin, kümelerin her biri birkaç birey içerir). O zaman küme tasarımı optimaldir.  Tablo 1: Teorem 3.5'in pratik sonuçları. Temel kural, sonuçların sıfır ile bir arasında değerler aldığı eşit boyutlu kümelerin varlığında ve kümelemenin sapması %50'ye eşit (veya daha küçük) olduğunda (yani her birey için %50) λ = 1 için hesaplanır. bağlantıları aynı kümededir). Sonuçlar ikili olduğunda burada ψ¯ ≤ 4 olur.   λ = 1, bilinen ψ¯ için temel kural, küme tasarımının Bernoulli tasarımına üstün gelmesini garanti edecek en küçük yayılma etkilerini sağlar.  Tablo 1'deki son sütun, (i) eşit büyüklükteki kümeler, (ii) kümelenme eğiliminin ihtiyatlı bir üst sınır olarak en fazla %50 olduğu ve (iii) sonuçların sıfır ve bir (bu durumda ψ¯ ≤ 4). Bu ortamda araştırmacılar, ϕ¯ n √ Kn 2,3'ten büyük olduğunda ve ψ¯ = 4 olduğunda bir küme deneyi yapmalıdır. Şekil 2, önyargı ve kümelerin bir fonksiyonu olarak temel kuralı göstermektedir.   [10] Kn/n = o(1) koşulu, bazı δ ′ ∈ [0, 1) için sonlu örnek koşulu Kn ≤ nδ′ (ψ/ψ¯) ile gevşetilebilir. Özellikle Bölüm 4.2'deki varsayımlar altında, ψ = ψ¯ koşulu, kümelerin sabit bir bölümünün birden fazla gözleme sahip olması koşuluna eşdeğerdir.  Bu makale   . arxiv'de CC 1.0 lisansı altında mevcuttur

EScholar Technologies

EScholar

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Make resilience your competitive advantage

Ağ Deneylerinde Önyargı ve Varyansı Dengelemek: Ne Zaman Kümelemelisiniz?

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Sulara Yelken Açmak: Data Lakes ile Üretim Sınıfında RAG Uygulamaları Geliştirme

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Sulara Yelken Açmak: Data Lakes ile Üretim Sınıfında RAG Uygulamaları Geliştirme

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps