Bayesian Estimation of Cohort-Time-Stratum Specific Effects in Staggered Difference-in-Differences
错位实施双重差分中组别—时间—分层效应的贝叶斯估计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：摘要明确研究错位实施 DiD 的处理组平均处理效应及异质性推断；未说明具体数据是否为面板。
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…
关注这篇论文的作者
错位实施双重差分中组别—时间—分层效应的贝叶斯估计
- 研究问题
- 在错位实施 DiD 中，如何联合估计随处理组别、时期及基线协变量分层变化的高维 ATT，并使稀疏单元的推断兼具稳定性和覆盖依据？
- 方法与思路
- 作者以统一似然模型联合估计各子组处理效应，构建组别、时间与分层 ATT 数组的概率框架，并建立相应 Bernstein–von Mises 定理。
- 材料陈述的贡献
- 摘要称该定理支持后验可信区间的渐近频率学覆盖；模拟和最低工资对青少年就业的应用展示有限样本改善及重要的子组异质性。
- 阅读关注点
- 应核对 ATT 的识别假设、似然与先验如何处理稀疏单元、数组维度的增长限制，以及渐近覆盖定理是否适用于应用中的具体分层。
- 阅读边界
- 所用版本为 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明识别与定理条件、先验选择及数值结果，渐近覆盖不保证有限样本覆盖。
原文摘要
Difference-in-Differences designs with staggered treatment adoption are widely used to study heterogeneous treatment effects across cohorts and time periods. We develop a probabilistic framework for estimating potentially high-dimensional ATT arrays that vary across cohorts, periods, and strata defined by baseline covariates. The framework jointly estimates subgroup-specific treatment effects through a unified likelihood-based model, stabilizing inference in sparse cohort-by-time-by-stratum settings. We establish a Bernstein-von Mises theorem for the ATT array, implying asymptotically valid frequentist coverage of posterior credible intervals. Simulations and an application to minimum wage increases and teen employment demonstrate meaningful finite-sample improvements and important subgroup heterogeneity.