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:摘要直接研究处理效应,并聚焦接近零或等于零的极端分位数。

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
Yichong Zhang

极端分位数处理效应

研究问题
当分位数索引接近零或等于零时,如何对分位数处理效应进行有效推断,克服极端尾部数据稀疏导致的常规方法失效?
方法与思路
作者建立极端分位数处理效应估计量的渐近理论,并针对接近零及等于零的索引提出新的推断方法,考察有限样本性质。
材料陈述的贡献
摘要称,新方法处理常规渐近理论与自助法面临的困难,以及零索引下缺乏直接适用方法的问题,并具有渐近有效性。
阅读关注点
应核对处理效应的识别设定、尾部条件、分位数索引随样本变化的方式,以及零索引情形与近零情形的推断差异。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;识别假设、推断算法和有限样本数值未说明,吸烟例子也不能据此视为已验证的因果结论。

原文摘要

This paper establishes an asymptotic theory and inference method for quantile treatment effect estimators when the quantile index is close to or equal to zero. Such quantile treatment effects are of interest in many applications, such as the effect of maternal smoking on an infant’s adverse birth outcomes. When the quantile index is close to zero, the sparsity of data jeopardizes conventional asymptotic theory and bootstrap inference. When the quantile index is zero, there are no existing inference methods directly applicable in the treatment effect context. This paper addresses both of these issues by proposing new inference methods that are shown to be asymptotically valid as well as having adequate finite sample properties.

笔记与分组
相关领域论文