Inference for multi-valued heterogeneous treatment effects when the number of treated units is small
处理组单位较少时多值异质性处理效应的推断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：摘要直接研究多值处理效应并涵盖双重差分，同时以条件分位数模型处理异质性，对应因果推断与分位数方法。
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
处理组单位较少时多值异质性处理效应的推断
- 研究问题
- 当多值处理各组的单位数较少，且不随总样本量增加时，如何对允许异质性的处理效应进行渐近有效推断？
- 方法与思路
- 作者将模型写成半参数或非参数条件分位数模型，利用定义条件分位数的指示函数分布的已知有限样本结果构造推断。
- 材料陈述的贡献
- 摘要称框架允许非加性可分结构、灵活函数形式和异方差，并涵盖双重差分设计；另以模拟和天气事件对增长的影响作示例。
- 阅读关注点
- 应核对处理效应的定义、处理组规模固定时的渐近框架，以及指示函数结果如何支持检验；同时检查双重差分应用的条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明具体识别条件、检验构造及模拟结果，不能推断小样本保证。
原文摘要
We propose a method for conducting asymptotically valid inference for treatment effects in a multi-valued treatment framework where the number of units in the treatment arms can be small and do not grow with the sample size. We accomplish this by casting the model as a semi-/non-parametric conditional quantile model and using known finite sample results about the law of the indicator function that defines the conditional quantile. Our framework allows for structural functions that are non-additively separable, with flexible functional forms and heteroskedasticy in the residuals, and it also encompasses commonly used designs like difference in difference. We study the finite sample behavior of our test in a Monte Carlo study and we also apply our results to assessing the effect of weather events on GDP growth.