Estimation and Inference of Distributional Partial Effects: Theory and Application
分布偏效应的估计与推断：理论及应用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：摘要明确关注协变量对结果条件分布的偏效应，以及最低工资对家庭收入分布的异质性影响，直接对应分位数与分布效应。
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
分布偏效应的估计与推断：理论及应用
- 研究问题
- 在不设定参数化函数形式时，如何估计离散或连续协变量对结果条件分布的偏效应，并检验效应在整个分布上的表现？
- 方法与思路
- 作者提出条件分布偏效应的非参数和半参数估计及相应统一检验，并以Monte Carlo实验和最低工资对家庭劳动收入的应用展示方法。
- 材料陈述的贡献
- 摘要称小样本下估计与检验表现良好；美国应用显示最低工资影响具有异质性，且小幅上调在改善家庭收入分布方面更有效。
- 阅读关注点
- 核对分布偏效应的定义、平滑与推断条件、统一检验覆盖的范围，以及最低工资应用支持因果解释所需的识别依据。
- 阅读边界
- 摘要未说明最低工资变动的因果识别、效应比较基准和具体数值；不能仅凭摘要将异质性结果解释为已识别的政策因果效应。
原文摘要
This article considers nonparametric and semiparametric estimation and inference of the effects of a covariate, either discrete or continuous, on the conditional distribution of a response outcome. It also proposes various uniform tests following estimation. This type of analysis is useful in situations where the econometrician or policy-maker is interested in knowing the effect of a variable or policy on the whole distribution of the response outcome conditional on covariates and is not willing to make parametric functional form assumptions. Monte Carlo experiments show that the proposed estimators and tests are well-behaved in small samples. The empirical section studies the effect of minimum wage hikes on household labor earnings. It is found that the minimum wage has a heterogenous impact on household earnings in the U.S. and that small hikes in the minimum wage are more effective in improving the household earnings distribution.