跳到正文
← 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：摘要直接讨论分期处理、队列异质性、ATT 与双向固定效应回归，涉及因果推断和面板数据。

fixed effectstreatment effecttreatment effects
反馈分类问题

正在核对关联版本…

DOI · 预印本使用 arXiv 编号

arXiv

作者的期刊发表依据

暂未核实关联作者的本站覆盖期刊正式发表记录。仍保留在“全部预印本”；资料缺失不代表没有发表经历。

arXiv：2503.05125 · v1

首次提交：2025-03-07 · 最近修订：2025-03-07

原站分类：econ.EM

收录依据：arXiv 计量经济学分类（econ.EM）

下载 BibTeX下载 RIS

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
Apoorva Lal

AI 解读 · 基于可核验材料

何时可以使用双向固定效应回归？

研究问题
在分期采用处理且动态效应随采用队列变化时，如何判断双向固定效应回归估计 ATT 的偏误风险，并面对偏误与方差的权衡？
方法与思路
作者提出简单的线性约束检验，用于检测不同采用队列之间动态处理效应的差异，并将检验实现为 pyfixest 的方法。
材料陈述的贡献
摘要称，这些检验为判断双向固定效应回归何时可能偏离 ATT 提供工具，回应异质性稳健估计量可能方差较大的实践难题。
阅读关注点
应核对线性约束如何对应队列效应差异、检验所需条件和功效，以及检验结果能够支持哪些关于 ATT 偏误的判断。
阅读边界
这是 arXiv 预印本，同行评审及接收状态未核实。摘要未说明检验条件和功效；未拒绝约束不能直接证明不存在异质性或偏误。

GPT-6.1 Sol · 高 · 2026-10-03

原文摘要

The use of the two-way fixed effects regression in empirical social science was historically motivated by folk wisdom that it uncovers the Average Treatment effect on the Treated (ATT) as in the canonical two-period two-group case. This belief has come under scrutiny recently due to recent results in applied econometrics showing that it fails to uncover meaningful averages of heterogeneous treatment effects in the presence of effect heterogeneity over time and across adoption cohorts, and several heterogeneity-robust alternatives have been proposed. However, these estimators often have higher variance and are therefore under-powered for many applications, which poses a bias-variance tradeoff that is challenging for researchers to navigate. In this paper, we propose simple tests of linear restrictions that can be used to test for differences in dynamic treatment effects over cohorts, which allows us to test for when the two-way fixed effects regression is likely to yield biased estimates of the ATT. These tests are implemented as methods in the pyfixest python library.

摘要来源：arXiv

笔记与分组