On the estimation of treatment effects with endogenous misreporting
内生误报下的处理效应估计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：摘要直接研究社会项目的处理效应，以及内生参与和参与状态误报对因果效应估计的影响。
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…
内生误报下的处理效应估计
- 研究问题
- 社会项目参与状态在调查中被误报，且参与与误报均可能内生时，如何估计处理效应并理解常用估计量的偏差？
- 方法与思路
- 作者建立同时包含内生参与和内生误报的模型，推导OLS与IV的渐近偏差，并利用参与和误报信息构造偏差消除方法。
- 材料陈述的贡献
- 摘要称给出偏差表达式及符号反转条件，证明所提估计量的一致性与渐近正态性，并以模拟和实证例子评估表现。
- 阅读关注点
- 应核对处理效应的目标参数、参与及误报信息的来源与要求、偏差消除的识别条件，以及符号反转的具体情形。
- 阅读边界
- 仅据所给出版社摘要，无法判断所需辅助信息是否容易获得；摘要未说明识别假设、误报结构或实证例子的数值结果。
原文摘要
Participation in social programs is often misreported in survey data, complicating the estimation of treatment effects. We propose a model to estimate treatment effects under endogenous participation and endogenous misreporting. We present an expression for the asymptotic bias of both OLS and IV estimators and discuss the conditions under which sign reversal may occur. We provide a method for eliminating this bias when researchers have access to information regarding participation and misreporting. We establish the consistency and asymptotic normality of our proposed estimator and assess its small sample performance through Monte Carlo simulations. An empirical example illustrates the proposed method.