Two Sample Unconditional Quantile Effect
两样本无条件分位数效应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：摘要直接定义协变量分布变化对结果无条件分位数的反事实效应，并分别研究连续和离散情形，最直接对应分位数与分布效应。
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
两样本无条件分位数效应
- 研究问题
- 在数据组合设定下，协变量无条件分布的边际反事实变化如何影响结果变量的无条件分位数，连续与离散协变量有何区别？
- 方法与思路
- 作者在秩相似和条件独立假设下分别建立连续与离散协变量的识别结果，提出半参数估计量，并研究其大样本性质。
- 材料陈述的贡献
- 摘要提出两样本无条件分位数效应的识别与估计框架，并以明瑟收入方程的变体分析实际工作经验对收入分位数的反事实影响。
- 阅读关注点
- 应核对两样本的数据组合方式、秩相似与条件独立假设的具体对象，以及反事实分布扰动的定义和连续、离散情形的差别。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明完整原始条件、样本可比性及应用结果，不能判断具体收入效应。
原文摘要
This paper proposes a new framework to evaluate unconditional quantile effects (UQE) in a data combination model. The UQE measures the effect of a marginal counterfactual change in the unconditional distribution of a covariate on quantiles of the unconditional distribution of a target outcome. Under rank similarity and conditional independence assumptions, we provide a set of identification results for UQEs when the target covariate is continuously distributed and when it is discrete, respectively. Based on these identification results, we propose semiparametric estimators and establish their large sample properties under primitive conditions. Applying our method to a variant of Mincer's earnings function, we study the counterfactual quantile effect of actual work experience on income.