Bounds on treatment effects on transitions
条件转移概率处理效应的界限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：摘要直接研究随机分配下处理效应的点识别、部分识别及收紧界限的假设，文本依据明确属于因果推断方向。
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…
条件转移概率处理效应的界限
- 研究问题
- 研究随机分配后处理组与对照组因退出速度不同而失去可比性时，条件转移概率上的即时和长期平均处理效应如何识别。
- 方法与思路
- 作者在不施加比例风险等半参数或参数限制的框架下推导效应界限，并考察单调处理反应、共同冲击和正相关结果等假设。
- 材料陈述的贡献
- 摘要称，随机分配下仅即时平均处理效应点识别，长期平均效应只能给出界限；所讨论的附加假设可进一步收紧界限。
- 阅读关注点
- 应核对条件转移概率和处理效应的定义、退出机制如何改变比较群体，以及界限构造和各项收紧假设的经济含义。
- 阅读边界
- 仅据所给出版社摘要，界限是否尖锐及附加假设的完整形式未说明；不能将该框架中的长期识别结论推广到所有随机实验。
原文摘要
This paper considers the identification of treatment effects on conditional transition probabilities. We show that even under random assignment only the instantaneous average treatment effect is point identified. Since treated and control units drop out at different rates, randomization only ensures the comparability of treatment and controls at the time of randomization, so that long-run average treatment effects are not point identified. Instead, we derive bounds on these average effects. Our bounds do not impose (semi)parametric restrictions, for example, proportional hazards. We also explore assumptions such as monotone treatment response, common shocks and positively correlated outcomes that tighten the bounds.