不，这是不正确的。让我们通过基础知识来了解原因，并了解其他假设 ATT = LATE。

让我们称治疗分配和实际治疗。编者有和：如果分配治疗，他们接受，如果分配控制，他们不接受治疗。这些是反事实变量。如果没有进一步的假设，我们无法判断一个给定的人是否是一个编译器，因为我们没有观察到她在不同的任务下会做什么。$Z$$D$$D(Z = 1) = 1$$D(Z = 0) = 0$

在“单方面不合规”的实验情况下，LATE 等于 ATT。也就是说，每个不符合条件的人 ( ) 都不能接受治疗，但那些被分配的人 ( ) 可能会也可能不会。想一想用一种新药进行的医学试验，如果您在对照组中，您将无法服用，但当您被告知要服用时，您可能会拒绝。形式上，这意味着对于每个人来说，反事实变量都是 0。$Z = 0$$D$$Z = 1$$D(Z = 0)$

然后，对于那些接受治疗的人（），按照设计，（没有其他方法可以接受治疗）。所以对于这些，这意味着。由于每个人都有，这意味着被处理的是编译器，所以 ATT = LATE。剩下的另一组是“永不接受者”。$D = 1$$Z = 1$$D(Z = 1) = 1$$D(Z = 0) = 0$

关于您的具体问题，如果我们谈论的是和，总是接受者、编译者等的比例是相同的。$Z$$Z = 0$$Z = 1$这是因为这些类型就像背景变量，而随机化使独立于这些变量。$Z$

这也意味着如果不是随机的，那么您可能会遇到您描述的情况，其中（AT 总是接受者，C 编译者）。但是，这意味着不是有效的工具。来解决这个问题。$Z$$P(AT|Z = 0) < P(C|Z = 1)$$Z$$X$

最后，您描述的情况并不意味着 ATT 等于 LATE。这是因为组（治疗组）由总是接受者、服从者和可能的拒绝者组成。不足以确保该组仅由编译器组成。$D = 1$$P(AT|Z = 0) < P(C|Z = 1)$

假设每个人都是编译器就足够了（这也是可测试的，因为给定的随机化，它意味着和）。然后 ATE = ATT = LATE = ATC。这是因为实验实际上是完美的：是相同的变量。所有和的混杂都被实验操作杀死了。因此，单位不会的潜在结果，因此 ATE = ATT = ATC。此外，，所以 LATE = ATE （因为总体和编译器是相同的单位）。$Z$$P(D = 1|Z = 1) = 1$$P(D = 0|Z = 0) = 1$$Z$$D$$D$$Y$$D$$Y$$P(C) = 1$