A robust regression approach to synthetic control with interference
存在干扰时合成控制的稳健回归方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究合成控制中的供体污染、单位间干扰及因子调整，直接对应因果推断、网络与干扰和面板方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
存在干扰时合成控制的稳健回归方法
- 研究问题
- 当合成控制的供体受到未知干扰、有效控制单位难以预先指定时，如何识别直接与干扰效应并进行统计推断？
- 方法与思路
- 作者先以因子模型调整未观测混杂，再将效应表示为稀疏异常成分做稳健回归，分别分析单位数固定和增长两种渐近情形。
- 材料陈述的贡献
- 摘要称方法在相应干扰限制下识别有效控制并支持正式推断；单位数增长时还允许稀疏强干扰与密集弱干扰。
- 阅读关注点
- 核对固定单位情形至少半数不受干扰的要求、增长情形的稀疏性和强度限制，以及因子调整误差对效应推断的影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未获核实；摘要未列完整正则条件，不能将结论扩展到任意污染比例或干扰模式。
原文摘要
Synthetic control methods are widely used for policy evaluation, but most existing approaches rule out interference among units, compromising validity when such effects are present. We develop a framework that accommodates contaminated donor pools and unknown interference patterns through two stages: factor-model adjustment for unobserved confounding, followed by robust regression in which direct and interference effects appear as a sparse outlier component. We study two asymptotic regimes. When the number of units is fixed and at least half are unaffected by interference, high-breakdown robust regression yields consistent identification of valid controls and asymptotically normal inference. When the number of units diverges, we allow for sparse large and dense weak interference, with robust M-estimation remaining valid even when the post-intervention period is short. Unlike existing approaches requiring prespecification of valid controls or parametric modeling of interference, our framework relies only on coarse sparsity information and enables formal inference on both direct and interference effects. We assess the proposed methods through simulations and two empirical applications. An analysis of the US embassy relocation to Jerusalem reveals significant interference effects on conflict outcomes in Jordan, and an analysis of Beijing's air pollution policy uncovers spatial interference patterns consistent with prevailing wind directions.