Debiasing and $t$-tests for synthetic control inference on average causal effects
合成控制平均因果效应推断的去偏与 t 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：摘要直接研究合成控制的平均处理效应推断，并以碳税政策效应作为应用。
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…
合成控制平均因果效应推断的去偏与 t 检验
- 研究问题
- 如何对合成控制估计的平均处理效应进行实用推断，同时处理估计偏差、长期方差估计困难及数据非平稳性？
- 方法与思路
- 作者用 K 折交叉拟合校正偏差，并以自归一化 t 统计量开展推断，利用其渐近枢轴 t 分布避免估计长期方差。
- 材料陈述的贡献
- 摘要称检验对模型误设稳健，适用于平稳及非平稳数据，应用型模拟展示良好小样本表现，并重访碳税对排放的效应。
- 阅读关注点
- 应核对平均效应的识别、交叉拟合分块方式、平稳和非平稳数据的允许范围，以及 t 极限分布与误设稳健性的条件。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要未列有效性条件，亦未报告碳税效应数值。
原文摘要
We propose a practical and robust method for making inferences on average treatment effects estimated by synthetic controls. We develop a $K$-fold cross-fitting procedure for bias correction. To avoid the difficult estimation of the long-run variance, inference is based on a self-normalized $t$-statistic, which has an asymptotically pivotal $t$-distribution. Our $t$-test is easy to implement, provably robust against misspecification, and valid with stationary and non-stationary data. It demonstrates an excellent small sample performance in application-based simulations and performs well relative to other methods. We illustrate the usefulness of the $t$-test by revisiting the effect of carbon taxes on emissions.