Regression discontinuity design with multivalued treatments
多值处理下的回归不连续设计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：摘要明确研究多值处理的回归不连续识别、LATE 与处理效应估计。
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…
多值处理下的回归不连续设计
- 研究问题
- 当处理变量具有多个取值时，如何利用第一阶段跳跃的异质性识别各处理边际的效应，并构造便于实施的估计？
- 方法与思路
- 作者以部分协变量维度上 LATE 同质性为替代假设，利用第一阶段跳跃差异识别效应，并以简单两阶段最小二乘实施。
- 材料陈述的贡献
- 摘要称，该同质性假设通常可以检验和放宽，估计可使用现成标准误与检验，并应用于 Medicare 对医疗利用的影响。
- 阅读关注点
- 应核对边际效应的具体定义、协变量提供的识别变异、同质性假设的可检验范围，以及两阶段回归与目标参数的对应。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定假设放宽的具体方式、识别条件和应用结果；不能据此认定所有多值断点设计适用。
原文摘要
Summary We study identification and estimation in the regression discontinuity design with a multivalued treatment. We show that heterogeneity in the first stage discontinuities can be used for the identification of the marginal treatment effects under an alternative assumption, namely, the homogeneity of the LATEs along some covariates. This assumption can often be tested and relaxed. Our estimator can be programmed as a simple two‐stage least squares regression, and packaged standard errors and tests can also be used. We apply our method to estimate the effect of Medicare insurance coverage on health care utilization.