Causal Models for Longitudinal and Panel Data: A Survey
纵向与面板数据的因果模型：综述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：摘要明确综述纵向及面板数据中的二元干预因果效应，涉及双重差分、固定效应和合成控制。
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
纵向与面板数据的因果模型：综述
- 研究问题
- 近期因果面板文献如何利用纵向数据估计二元干预效应，并处理效应异质性、少量处理单位和特殊处理分配模式？
- 方法与思路
- 作者综述双重差分与双向固定效应方法的扩展，涵盖因子模型、交互固定效应和合成控制，并强调对实证研究的操作建议。
- 材料陈述的贡献
- 摘要所述贡献是整理近期因果面板研究的主要方法及应用考虑，围绕异质性和处理分配结构组织讨论，未声称提出新的估计量。
- 阅读关注点
- 应核对不同方法的识别条件、适用分配模式和目标效应如何对应，尤其关注少量处理单位时的推断问题及各方法之间的区别。
- 阅读边界
- 这是 arXiv 预印本，未核验同行评审或期刊接收；摘要未说明综述的检索范围、覆盖时点或各方法的完整假设，不能据此判断适用性。
原文摘要
In this survey we discuss the recent causal panel data literature. This recent literature has focused on credibly estimating causal effects of binary interventions in settings with longitudinal data, emphasizing practical advice for empirical researchers. It pays particular attention to heterogeneity in the causal effects, often in situations where few units are treated and with particular structures on the assignment pattern. The literature has extended earlier work on difference-in-differences or two-way-fixed-effect estimators. It has more generally incorporated factor models or interactive fixed effects. It has also developed novel methods using synthetic control approaches.