Prediction Intervals of Panel Data Approach for Programme Evaluation
面板数据政策评价方法的预测区间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：摘要直接研究面板政策评价中的个体时点处理效应及其预测区间。
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…
面板数据政策评价方法的预测区间
- 研究问题
- 在面板数据政策评价中，如何为处理组个体在特定时点的处理效应构造区间，并处理高维回归及数据弱依赖？
- 方法与思路
- 作者将问题转化为高维线性回归的预测区间，以 Post-LASSO OLS 估计，并用依赖野生自助法和简单残差自助法构造区间。
- 材料陈述的贡献
- 摘要称处理前时期数趋于无穷时区间渐近有效，并建立依赖数据及自助法下的模型选择一致性；有限样本优势不涵盖非平稳数据。
- 阅读关注点
- 核对个体时点效应与预测误差的关系、弱依赖和选择一致性条件，以及两类自助法的适用范围与处理前样本要求。
- 阅读边界
- 仅据所给 Crossref 摘要解读，未核验刊本变化；具体依赖和维度增长条件未说明，摘要明确将非平稳数据排除在模拟优势之外。
原文摘要
ABSTRACT We consider the inference on individual and time specific treatment effects on the treated within the framework of panel data approach for programme evaluation. We formulate the target problem as constructing prediction intervals for high‐dimensional linear regressions with weakly dependent data. Post‐LASSO OLS is used for estimation, while dependent wild bootstrap and simple residual bootstrap are used for the construction of prediction intervals. The proposed prediction intervals are proved to have asymptotic validity as the number of pretreatment times goes to infinity. In the proof, we also establish the model selection consistency of LASSO for dependent data and under bootstrap measure, which may be of independent interest. Monte Carlo experiments illustrate that our method outperforms existing methods in finite samples under a wide variety of data generating processes except nonstationary data. Two empirical applications are also provided.