Identification of Causal Effects with a Bunching Design
利用聚 bunching 设计识别因果效应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：摘要核心是利用连续处理变量的聚集现象克服选择偏误，并识别特定人群的因果响应，因此归入因果推断。
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…
利用聚 bunching 设计识别因果效应
- 研究问题
- 当连续处理变量的分布存在聚集点时，能否利用该分布特征，在缺少工具变量与面板数据的情况下识别局部因果响应？
- 方法与思路
- 作者借助积分中的变量替换定理，将选择偏误联系到密度比，并利用聚集点处理水平固定时的结果变动识别相关密度。
- 材料陈述的贡献
- 摘要称可非参数识别边际进入聚集点者的平均因果响应；在选择偏误满足额外平滑条件时，还可识别聚集点以外的效应。
- 阅读关注点
- 应核对聚集机制及结果结构的限制、密度比识别所需条件、边际选择人群的定义，以及吸烟与出生体重应用的适用性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；无参数假设不等于无需识别假设，摘要未完整列出适用条件。
原文摘要
We show that causal effects can be identified when there is bunching in the distribution of a continuous treatment variable, without imposing any parametric assumptions. This yields a new nonparametric method for overcoming selection bias in the absence of instrumental variables, panel data, or other popular research designs for causal inference. The method leverages the change of variables theorem from integration theory, relating the selection bias to the ratio of the density of the treatment and the density of the part of the outcome that varies with confounders. At the bunching point, the treatment level is constant, so the variation in the outcomes is due entirely to unobservables, allowing us to identify the denominator. Our main result identifies the average causal response to the treatment among individuals who marginally select into the bunching point. We further show that under additional smoothness assumptions on the selection bias, treatment effects away from the bunching point may also be identified. We propose estimators based on standard software packages and apply the method to estimate the effect of maternal smoking during pregnancy on birth weight.