Difference in Differences and Ratio in Ratios for Limited Dependent Variables
有限因变量的双重差分与比率之比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：摘要直接研究观测数据中的政策和处理效应，方法核心是双重差分及相关比率比较，因此归入因果推断方向。
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
有限因变量的双重差分与比率之比
- 研究问题
- 对于二元、计数、比例、多类别或零删失结局，如何使用双重差分及比率类比较识别和估计政策或处理效应？
- 方法与思路
- 作者以带链接函数的广义线性模型统一双重差分、比率之比和优势比之比，并通过模拟及实证研究评价相关估计方法。
- 材料陈述的贡献
- 摘要建议非负结局使用泊松准极大似然，二元、比例和多类别结局使用相应 logit 方法，但未说明推荐成立的具体条件。
- 阅读关注点
- 应核对链接尺度上的识别限制、交互项与处理效应的关系，以及不同结局支持集下估计量和比率指标的解释。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明识别假设、模型设定条件及推荐方法的比较结果。
原文摘要
Difference in differences (DD) is widely used to find policy/treatment effects with observational data, but applying DD to limited dependent variables (LDV's) Y has been problematic. This paper addresses how to apply DD and related approaches (such as "ratio in ratios" or "ratio in odds ratios") to binary, count, fractional, multinomial or zero-censored Y under the unifying framework of `generalized linear models with link functions'. We evaluate DD and the related approaches with simulation and empirical studies, and recommend 'Poisson Quasi-MLE' for non-negative (such as count or zero-censored) Y and (multinomial) logit MLE for binary, fractional or multinomial Y.