Assessing Heterogeneity of Treatment Effects
评估处理效应异质性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：摘要利用处理与对照结果的边际分布，对异质性因果效应构造尖锐界限。
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
评估处理效应异质性
- 研究问题
- 如何评估未受处理时会贫困者的政策效应，或贫困者中收入会因处理而提高的比例，即使这些量不能被点识别？
- 方法与思路
- 作者仅利用处理与对照结果的边际分布，对所关注的异质性效应量推导非参数尖锐界限，并应用于小额信贷和福利改革。
- 材料陈述的贡献
- 摘要称这些界限在平均效应不显著、理论对不同个体给出相反预测时仍有分析价值，提供了评估效应异质性的部分识别工具。
- 阅读关注点
- 应核对目标亚群体和效应量的精确定义、边际分布如何得到，以及尖锐界限的构造和应用中界限宽度的解释。
- 阅读边界
- 这是arXiv预印本，不能据此声称已同行评审或期刊接收。摘要未说明边际分布识别的研究设计和数值界限，不能据此恢复个体效应。
原文摘要
Heterogeneous treatment effects are of major interest in economics. For example, a poverty reduction measure would be best evaluated by its effects on those who would be poor in the absence of the treatment, or by the share among the poor who would increase their earnings because of the treatment. While these quantities are not identified, we derive nonparametrically sharp bounds using only the marginal distributions of the control and treated outcomes. Applications to microfinance and welfare reform demonstrate their utility even when the average treatment effects are not significant and when economic theory makes opposite predictions between heterogeneous individuals.