Inference on Individual Treatment Effects in Nonseparable Triangular Models
非可分三角模型中个体处理效应的统计推断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。
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：摘要研究内生处理下的个体因果效应及其密度推断，直接对应因果推断与分布效应。
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
非可分三角模型中个体处理效应的统计推断
- 研究问题
- 在二元内生处理、二元工具变量及秩不变框架下，用估计的个体处理效应构造密度估计时，如何进行有效的点态与一致推断？
- 方法与思路
- 作者分析已有个体处理效应核密度估计量的渐近分布，构造计入效应估计误差的标准误及偏差校正，并用两类自助临界值建立一致置信带。
- 材料陈述的贡献
- 摘要称，作者建立该密度估计量的渐近正态性，说明个体效应估计误差不可忽略，并提出相应标准误、偏差校正和一致置信带。
- 阅读关注点
- 应核对秩不变及工具变量识别要求、带宽与平滑条件，以及第一步估计误差进入方差的方式；还需检查置信带和偏差校正的有效性条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未列出完整正则条件或有限样本结果，不能据此判断秩不变失效时推断仍然有效。
原文摘要
In nonseparable triangular models with a binary endogenous treatment and a binary instrumental variable, Vuong and Xu (2017) established identification results for individual treatment effects (ITEs) under the rank invariance assumption. Using their approach, Feng, Vuong, and Xu (2019) proposed a uniformly consistent kernel estimator for the density of the ITE that utilizes estimated ITEs. In this paper, we establish the asymptotic normality of the density estimator of Feng, Vuong, and Xu (2019) and show that the ITE estimation errors have a non-negligible effect on the asymptotic distribution of the estimator. We propose asymptotically valid standard errors that account for ITEs estimation, as well as a bias correction. Furthermore, we develop uniform confidence bands for the density of the ITE using the jackknife multiplier or nonparametric bootstrap critical values.