On Recoding Ordered Treatments as Binary Indicators
将有序处理重新编码为二元指标的含义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：摘要直接研究工具变量下有序处理二元化后的因果估计对象、服从者效应及潜在结果解释。
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
将有序处理重新编码为二元指标的含义
- 研究问题
- 工具变量研究中，把有序处理改为是否接受任何处理的二元指标后，估计量在什么条件下仍有明确的处理效应解释？
- 方法与思路
- 作者在工具变量仅使服从者从无处理转向某种处理、而不使其增加已有处理强度的 EMCO 条件下，分析重编码估计对象。
- 材料陈述的贡献
- 摘要称该估计对象为可部分拆解至各服从者组潜在结果均值的加权平均效应，并建立 EMCO 与双因子选择模型的等价关系。
- 阅读关注点
- 应核对 EMCO 的精确定义、加权效应与部分拆解的识别内容，以及双因子选择模型等价关系和医保实验应用的条件。
- 阅读边界
- 所给来源标为在线优先版本，不能推断后续刊本变化。摘要未给出权重、完整工具变量条件或应用数值；相关解释依赖 EMCO。
原文摘要
Abstract Researchers using instrumental variables to investigate ordered treatments often recode treatment into an indicator for any exposure. We investigate this estimand under the assumption that the instruments shift compliers from no treatment to some but not from some treatment to more. We show that when extensive margin compliers only (EMCO) exist, this estimand captures a weighted average of treatment effects that can be partially unbundled into each complier group’s potential outcome means. We also establish an equivalence between EMCO and a two-factor selection model and apply our results to study treatment heterogeneity in the Oregon Health Insurance Experiment.