LATE With Missing or Mismeasured Treatment
处理变量缺失或误测时的局部平均处理效应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。
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：摘要围绕处理缺失或误测下的局部平均处理效应估计，并研究家庭资源控制对健康的影响，直接属于因果推断。
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…
处理变量缺失或误测时的局部平均处理效应
- 研究问题
- 当内生二元处理变量存在非随机缺失，或处理值被误测、由模型估计时，如何估计局部平均处理效应并缓解常规估计的偏差？
- 方法与思路
- 作者提出 MR-LATE，针对处理缺失或误测进行估计，并展示处理值由模型估计时的应用；摘要未说明估计量的具体构造。
- 材料陈述的贡献
- 摘要称，MR-LATE 在所研究的处理非随机缺失情形下一致；处理误测时通常较标准 LATE 偏差更小，并给出印度家庭应用。
- 阅读关注点
- 阅读时应核对 MR-LATE 的识别条件、缺失与误测机制的区别，以及处理由模型估计时如何考虑模型误设和估计误差。
- 阅读边界
- 摘要未说明缺失及误测情形下的识别条件，也未给出偏差比较的适用范围；“通常偏差更小”不能视为对所有误测机制的保证。
原文摘要
We provide a new estimator, MR-LATE, that consistently estimates local average treatment effects when treatment is missing for some observations, not at random. If instead treatment is mismeasured for some observations, then MR-LATE usually has less bias than the standard LATE estimator. We discuss potential applications where an endogenous binary treatment may be unobserved or mismeasured. We apply MR-LATE to study the impact of women’s control over household resources on health outcomes in Indian families. This application illustrates the use of MR-LATE when treatment is estimated rather than observed. In these situations, treatment mismeasurement may arise from model misspecification and estimation errors.