An Averaging Alternative to Pre-Trend Testing
以模型平均替代处理前趋势检验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：摘要明确研究 DID、平行趋势和对已处理者的平均处理效应。
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…
关注这篇论文的作者
以模型平均替代处理前趋势检验
- 研究问题
- 作者研究在不确定哪些处理前时期满足平行趋势时，如何估计对已处理者的平均处理效应，并避免依赖处理前趋势检验进行模型选择。
- 方法与思路
- 作者提出 MADID，将候选两期两组 DID 估计按残差平方和的归一化指数权重平均，推导渐近性质，并用子抽样或模拟进行推断。
- 材料陈述的贡献
- 摘要称，若无效比较可被辨别为比至少一个有效比较更易变，且至少一个处理前时期满足平行趋势，估计一致；跨处理后时期联合极限通常非高斯。
- 阅读关注点
- 应核对无效比较与有效比较的可区分条件、权重构造及渐近设定，尤其检查仅存在一个有效时期何时足够，以及非高斯推断如何实施。
- 阅读边界
- 依据 arXiv v1 预印本摘要，不能据此声称已同行评审或期刊接收；一致性还需所述可区分条件，并非只要存在有效时期即可。
原文摘要
We study difference-in-differences (DID) estimation of average treatment effects on the treated when the researcher is uncertain about which pre-treatment periods satisfy the parallel trends assumption. Roth (2022) shows that pre-trend testing can induce bias, complementing the statistical literature on post-selection inference. We propose the model averaged difference-in-differences (MADID) estimator, a weighted average of the candidate $2\times2$ DID estimators. The weights are normalized exponential functions of the candidate residual sums of squares, so implementation requires no specification test. We derive MADID's asymptotic properties under conditions that make invalid comparisons detectably more variable than at least one valid comparison. Under these conditions, MADID is consistent when the parallel trends assumption holds for at least one pre-treatment period. Although its joint limiting distribution across post-treatment periods is generally non-Gaussian, inference can be conducted by subsampling or simulation.