Difference-in-Differences with Time-varying Continuous Treatments using Double/Debiased Machine Learning
基于双重／去偏机器学习的时变连续处理双重差分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：摘要明确研究连续处理的双重差分，并为面板数据及重复截面提出估计量。
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…
基于双重／去偏机器学习的时变连续处理双重差分
- 研究问题
- 处理强度随时间连续变化且可能存在滞后效应时，如何比较不同非零强度对已处理群体的影响，并控制协变量与处理历史？
- 方法与思路
- 作者在依赖协变量和既往处理的条件平行趋势下识别 ATET，为面板与重复截面构造核估计量，并用双重／去偏机器学习估计辅助函数。
- 材料陈述的贡献
- 摘要称方法容纳滞后效应及重复截面的协变量构成变化，建立渐近性质；巴西疫苗应用中报告更高接种率滞后降低死亡率。
- 阅读关注点
- 应核对不同处理强度间 ATET 的定义、条件平行趋势和处理历史的角色，以及核带宽、欠平滑与机器学习误差的条件。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未核实；摘要未展开正则条件或应用效应数值，实证因果解释仍依赖识别假设。
原文摘要
We propose a difference-in-differences (DiD) framework designed for time-varying continuous treatments across multiple periods. Specifically, we estimate the average treatment effect on the treated (ATET) by comparing distinct non-zero treatment intensities. Identification rests on a conditional parallel trends assumption that accounts for observed covariates and past treatment histories. Our approach allows for lagged treatment effects and, in repeated cross-sectional settings, accommodates compositional changes in covariates. We develop kernel-based ATET estimators for both repeated cross-sections and panel data, leveraging the double/debiased machine learning framework to handle potentially high-dimensional covariates and histories. We establish the asymptotic properties of our estimators under mild regularity conditions and demonstrate via simulations that their undersmoothed versions perform well in finite samples. As an empirical illustration, we apply our estimator to assess the effect of the second-dose COVID-19 vaccination rate in Brazil and find that higher vaccination rates reduce COVID-19-related mortality after a lag of several weeks.