跳到正文
← 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。

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:摘要直接检验处理效应研究中的可观测选择假设,并以营养援助计划对出生体重的影响为应用。

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
Umair Khalil
Neşe Yıldız

利用分布不连续协变量检验基于可观测变量的选择假设

研究问题
在不使用工具变量、也不从结构函数排除协变量的情况下,能否利用控制变量分布的不连续性检验基于可观测变量的选择?
方法与思路
作者依赖控制变量中一个分布不连续的变量,对二元与有限值处理的非参数加性可分模型建立检验,并概述非可分扩展。
材料陈述的贡献
摘要称提出易实施的正式检验,无需工具变量或排除协变量,并用于评估孕妇营养援助计划对出生体重研究中的选择问题。
阅读关注点
应核对所需分布不连续性的形式、检验成立的模型限制与可检验含义,以及非可分扩展是否具备同等完整理论。
阅读边界
仅据所给出版社摘要;摘要未说明检验能够覆盖哪些不可观测选择机制,未拒绝假设不能据此视为已证明选择假设成立。

原文摘要

We present a test of the selection on observables assumption that neither requires instruments nor excluded covariates from the structural function. Instead, we rely on the presence of a discontinuously distributed variable among the set of controls. We develop formal testing procedures for a non-parametric additively separable model for binary and finite treatment variables. We also outline a nonparametric nonseparable extension. Our test is easy to implement and should be useful in many empirical settings. Specifically, we employ it to study selection concerns in the estimation of the impact of a nutritional aid program for pregnant women on birth weight.

笔记与分组
相关领域论文