Factor-augmented Bayesian treatment effects models for panel outcomes
面板结局的因子增广贝叶斯处理效应模型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：摘要明确研究内生处理选择下的动态处理效应，并使用多期连续结局，因此对应因果推断与面板数据。
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…
面板结局的因子增广贝叶斯处理效应模型
- 研究问题
- 对连续结局的多期观察，如何区分处理选择内生性引起的关联和结局本身的纵向关联，从而估计二元处理的动态效应？
- 方法与思路
- 作者提出灵活的贝叶斯处理效应模型，分开刻画内生处理选择与结局的纵向相关，并通过模拟及产假对返岗后收入影响的再分析评估方法。
- 材料陈述的贡献
- 摘要称，该模型能够区分两类关联并实现动态处理效应的无偏估计；作者以模拟和长期产假应用展示性能，但未报告具体效果大小。
- 阅读关注点
- 应核对处理选择与结局的联合建模、因子结构、识别信息及先验设定，明确所谓无偏性成立的条件，并检查动态效应的不确定性分析。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明识别条件、因子维度或模型设定，不能据此确认内生性已被充分消除。
原文摘要
We propose a new, flexible model for inference of the effect of a binary treatment on a continuous outcome observed over subsequent time periods. The model allows to seperate association due to endogeneity of treatment selection from additional longitudinal association of the outcomes and hence unbiased estimation of dynamic treatment effects. We investigate the performance of the proposed method on simulated data and employ it to reanalyse data on the longitudinal effects of a long maternity leave on mothers' earnings after their return to the labour market.