Estimation of Average Treatment Effects with Misclassification
存在误分类时平均处理效应的估计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：摘要直接研究误分类处理状态下的条件平均处理效应及工具变量识别，因此归入因果推断方向。
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
存在误分类时平均处理效应的估计
- 研究问题
- 二元解释变量或处理状态被误分类时，如何识别和估计其对结果的影响，尤其是条件平均处理效应，以及忽略误分类会带来何种偏误？
- 方法与思路
- 作者在非参数或半参数回归框架中，引入误测二元变量的工具变量，并要求工具与处理效应条件独立；摘要称离散工具足以实现非参数识别。
- 材料陈述的贡献
- 摘要称忽略误分类会造成处理效应估计的衰减偏误，并提出借助工具变量克服该偏误的识别条件，指出离散工具变量即可支持识别。
- 阅读关注点
- 核对工具变量条件独立性的准确条件集、其他识别条件以及误分类机制；确认衰减偏误结论和条件平均处理效应解释的适用范围。
- 阅读边界
- 摘要未说明工具变量相关性、误分类概率限制、具体估计步骤或推断方法；离散工具足够的结论须结合正文完整假设理解。
原文摘要
This paper considers identification and estimation of the effect of a mismeasured binary regressor in a nonparametric or semiparametric regression, or the conditional average effect of a binary treatment or policy on some outcome where treatment may be misclassified. Failure to account for misclassification is shown to result in attenuation bias in the estimated treatment effect. An identifying assumption that overcomes this bias is the existence of an instrument for the binary regressor that is conditionally independent of the treatment effect. A discrete instrument suffices for nonparametric identification.