ON USING LINEAR QUANTILE REGRESSIONS FOR CAUSAL INFERENCE
使用线性分位数回归进行因果推断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。
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：摘要明确讨论分位数回归斜率、结构偏效应及其因果解释。
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
使用线性分位数回归进行因果推断
- 研究问题
- 研究真实条件分位数或结构关系非线性、且存在多维未观测异质性时，线性分位数回归斜率究竟对应怎样的效应平均。
- 方法与思路
- 作者将线性分位数回归斜率表示为条件分位数函数局部斜率的加权平均，再扩展为一般结构函数偏效应的加权平均。
- 材料陈述的贡献
- 摘要称这些表示结果支持在非线性与多维未观测异质性下使用线性分位数回归作因果推断，并指出线性回归也有相应结论。
- 阅读关注点
- 应核对权重的定义、符号与归一化，以及从条件分位数局部斜率转向结构偏效应时需要满足的识别和外生性条件。
- 阅读边界
- 所给 Crossref 摘要未说明具体识别条件与权重公式；不能据此认定任意线性分位数回归系数都具有因果解释。
原文摘要
We show that the slope parameter of the linear quantile regression measures a weighted average of the local slopes of the conditional quantile function. Extending this result, we also show that the slope parameter measures a weighted average of the partial effects for a general structural function. Our results support the use of linear quantile regressions for causal inference in the presence of nonlinearity and multivariate unobserved heterogeneity. The same conclusion applies to linear regressions.