Extreme Changes in Changes
极端分位数的变化中的变化估计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：摘要直接研究政策处理效应，并将估计与推断的目标定位于结果分布的极端分位数。
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
极端分位数的变化中的变化估计
- 研究问题
- 当政策关注极低出生体重等极端结果人群时，如何估计极端分位数上的处理效应，改善传统变化中的变化方法的适用性？
- 方法与思路
- 作者提出面向极端分位数的新变化中的变化估计量，建立渐近正态性和便于实施的推断方法，并通过模拟与政策应用展示使用方式。
- 材料陈述的贡献
- 摘要称新估计量适合极端分位数，并据模拟建议中间分位数继续使用传统方法；应用考察一九九三年 EITC 改革与婴儿出生体重。
- 阅读关注点
- 应核对极端分位数和样本量的渐近关系、识别及尾部条件，以及新旧估计量的选择边界和应用中的处理效应解释。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；尾部条件、极端程度的选择标准和政策效应数值未说明，不能推断所附命令细节或刊本变化。
原文摘要
Policy analysts are often interested in treating the units with extreme outcomes, such as infants with extremely low birth weights. Existing changes-in-changes (CIC) estimators are tailored to middle quantiles and do not work well for such subpopulations. This article proposes a new CIC estimator to accurately estimate treatment effects at extreme quantiles. With its asymptotic normality, we also propose a method of statistical inference, which is simple to implement. Based on simulation studies, we propose to use our extreme CIC estimator for extreme quantiles, while the conventional CIC estimator should be used for intermediate quantiles. Applying the proposed method, we study the effects of income gains from the 1993 EITC reform on infant birth weights for those in the most critical conditions. This article is accompanied by a Stata command.