Fragility in Average Treatment Effect on the Treated under Limited Covariate Support
协变量支持有限时已处理者平均处理效应的脆弱性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：摘要直接研究无混杂和部分重叠下的 ATT 识别、识别集合及敏感性分析。
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
协变量支持有限时已处理者平均处理效应的脆弱性
- 研究问题
- 在无混杂但协变量仅部分重叠时，哪些已处理者效应能够得到识别，又如何量化外推假设及因果结论对假设偏离的脆弱性？
- 方法与思路
- 作者提出经验支持诊断，以选择机制的曲率限制索引识别集合，构造选择前沿、符号识别所需最小假设强度及脆弱性指标。
- 材料陈述的贡献
- 摘要称，该框架刻画假设强度与推断精度的权衡，应用和模拟显示，估计数值稳定仍可能伴随支持不足及定性结论脆弱。
- 阅读关注点
- 应核对支持集的定义、曲率约束及两项诊断的计算，并区分缺乏支持导致参数未识别与参数本身未定义这两种表述。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未提供约束公式，其将无支持区域效应称为未定义的表述需结合全文定义审查。
原文摘要
This paper studies the identification of the average treatment effect on the treated (ATT) under unconfoundedness when covariate overlap is partial. A formal diagnostic is proposed to characterize empirical support -- the subset of the covariate space where ATT is point-identified due to the presence of comparable untreated units. Where support is absent, standard estimators remain computable but cease to identify meaningful causal parameters. A general sensitivity framework is developed, indexing identified sets by curvature constraints on the selection mechanism. This yields a structural selection frontier tracing the trade-off between assumption strength and inferential precision. Two diagnostic statistics are introduced: the minimum assumption strength for sign identification (MAS-SI), and a fragility index that quantifies the minimal deviation from ignorability required to overturn qualitative conclusions. Applied to the LaLonde (1986) dataset, the framework reveals that nearly half the treated strata lack empirical support, rendering the ATT undefined in those regions. Simulations confirm that ATT estimates may be stable in magnitude yet fragile in epistemic content. These findings reframe overlap not as a regularity condition but as a prerequisite for identification, and recast sensitivity analysis as integral to empirical credibility rather than auxiliary robustness.