(Visualizing) Plausible Treatment Effect Paths
合理处理效应路径的估计与可视化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：摘要明确列举动态处理效应和宏观脉冲响应函数，并研究这些效应路径的估计与推断。
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
合理处理效应路径的估计与可视化
- 研究问题
- 如何利用效应路径估计之间的相关性，提供有解释力的不确定性可视化，并区别整体效应保障与整条路径的覆盖？
- 方法与思路
- 作者构造针对平均或整体效应的界，以及施加数据驱动平滑限制的路径界，借助选择后推断提供覆盖保证。
- 材料陈述的贡献
- 摘要称两类界往往比传统置信区间更紧，在估计高度相关时可能改变解读；所选限制还产生模拟表现较好的点估计。
- 阅读关注点
- 应核对每类界覆盖的对象、平滑限制如何选择及其覆盖保证，并比较它们与统一置信带在解释目标上的差异。
- 阅读边界
- 这是预印本，同行评审及期刊接收未获核实；较紧的界可能对应不同覆盖对象，摘要不足以确认整条路径获得同等保障。
原文摘要
We consider point estimation and inference for the treatment effect path of a policy. Examples include dynamic treatment effects in microeconomics, impulse response functions in macroeconomics, and event study paths in finance. We present two sets of plausible bounds to quantify and visualize the uncertainty associated with this object. Both plausible bounds are often substantially tighter than traditional confidence intervals, and can provide useful insights even when traditional (uniform) confidence bands appear uninformative. Our bounds can also lead to markedly different conclusions when there is significant correlation in the estimates, reflecting the fact that traditional confidence bands can be ineffective at visualizing the impact of such correlation. Our first set of bounds covers the average (or overall) effect rather than the entire treatment path. Our second set of bounds imposes data-driven smoothness restrictions on the treatment path. Post-selection Inference (Berk et al. [2013]) provides formal coverage guarantees for these bounds. The chosen restrictions also imply novel point estimates that perform well across our simulations.