跳到正文
← 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:摘要明确扩展合成控制至多个处理单位与时变协变量,涉及处理效应评估及跨单位时间数据建模。

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
Sean Pinkney

改进与扩展的贝叶斯合成控制

研究问题
如何扩展贝叶斯合成控制,使其容纳时变协变量和多个处理单位,并在模型内部估计和选择潜在因子?
方法与思路
作者在既有潜在因子框架中加入数据标准化、时变协变量、多处理单位、贝叶斯因子估计及诱导稀疏的先验。
材料陈述的贡献
摘要称标准化改善效率与跨数据集泛化,报告与两项传统合成控制研究相近的估计,并扩展至隐私法规相关的网站访问量案例。
阅读关注点
应核对反事实识别条件、供体与处理单位的选择、因子数先验,以及隐私法规影响真实访问量与数据采集的区分。
阅读边界
这是 arXiv 预印本,不能据此确认同行评审或期刊接收;摘要未说明识别假设或效率指标,估计相近不能证明因果有效性。

原文摘要

An improved and extended Bayesian synthetic control model is presented, expanding upon the latent factor model in Tuomaala 2019. The changes we make include 1) standardization of the data prior to model fit - which improves efficiency and generalization across different data sets; 2) adding time varying covariates; 3) adding the ability to have multiple treated units; 4) fitting the latent factors within the Bayesian model; and, 5) a sparsity inducing prior to automatically tune the number of latent factors. We demonstrate the similarity of estimates to two traditional synthetic control studies in Abadie, Diamond, and Hainmueller 2010 and Abadie, Diamond, and Hainmueller 2015 and extend to multiple target series with a new example of estimating digital website visitation from changes in data collection due to digital privacy laws.

笔记与分组
相关领域论文