Estimating causal quantile exposure response functions via matching
通过匹配估计因果分位数暴露响应函数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：摘要直接估计连续处理的因果效应，并以分位数暴露响应函数刻画分布效应。
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…
通过匹配估计因果分位数暴露响应函数
- 研究问题
- 对于连续处理或暴露，如何调整已测量混杂因素，估计结果分布不同分位点的因果暴露响应函数及相应的分位数暴露效应？
- 方法与思路
- 作者先以广义倾向得分匹配构造样本，再在匹配样本上拟合核分位数回归，并提出匹配估计量的方差一致估计方法。
- 材料陈述的贡献
- 摘要称，论文提供目标参数的识别与估计量渐近结果，开展模拟比较，并用2012—2014年 Medicare 数据分析颗粒物暴露与住院时长。
- 阅读关注点
- 应核对连续处理的识别和重叠条件、匹配规则与核带宽选择，以及匹配和第二步回归的不确定性如何进入方差估计。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未列出识别假设及应用效应数值，也未说明如何处理未测量混杂。
原文摘要
We develop new matching estimators for estimating causal quantile exposure-response functions and quantile exposure effects with continuous treatments. We provide identification results for the parameters of interest and establish the asymptotic properties of the derived estimators. We introduce a two-step estimation procedure. In the first step, we construct a matched data set via generalized propensity score matching, adjusting for measured confounding. In the second step, we fit a kernel quantile regression to the matched set. We also derive a consistent estimator of the variance of the matching estimators. Using simulation studies, we compare the introduced approach with existing alternatives in various settings. We apply the proposed method to Medicare claims data for the period 2012-2014, and we estimate the causal effect of exposure to PM$_{2.5}$ on the length of hospital stay for each zip code of the contiguous United States.