Compositional Synthetic Controls
组成数据的合成控制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：摘要针对合成控制的供体权重、反事实构造和政策应用推断提出方法调整。
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
组成数据的合成控制
- 研究问题
- 预算份额、投票份额等组成型结果具有相对比例含义时，以原始份额的欧氏距离构造合成控制，会如何影响反事实匹配与推断？
- 方法与思路
- 作者在 Aitchison 几何中使用中心化对数比坐标选择供体权重并构造反事实，并用多项选择模型解释权重所反映的相对效用相似性。
- 材料陈述的贡献
- 摘要称方法尊重比例比较，并对相对胜算的共同乘法变化严格不变；模拟显示在相对激励决定份额时表现更好，应用可改变报告推断。
- 阅读关注点
- 应核对零份额如何处理、对数比空间中的合成结果如何映回份额，以及供体权重限制、反事实识别条件和推断程序。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明零值处理和完整识别条件，模拟中的条件性优势不能推广到所有组成数据。
原文摘要
When applying synthetic control to compositional outcomes (budget, vote shares), researchers commonly minimize Euclidean distances between raw shares. I propose constructing synthetic controls in Aitchison geometry, using centered log-ratio coordinates to select donor weights and form counterfactuals. This approach respects proportional comparisons and is exactly invariant to common multiplicative changes in relative odds. Under a multinomial-choice model, its weights summarize similarity in relative utility indices. Monte Carlo simulations, including a CES allocation model, show that this method performs better when relative incentives determine shares. An application to U.S. school finance demonstrates that this choice can alter reported inference.