Synthetic Decomposition for Counterfactual Predictions
用于反事实预测的合成分解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：摘要直接研究政策变动的反事实结果、跨地区可迁移性与政策效果预测。
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
用于反事实预测的合成分解
- 研究问题
- 当目标地区的新政策超出既有政策支持范围时，如何利用已经实施类似政策的来源地区信息，构建目标地区的反事实结果预测？
- 方法与思路
- 作者提出可迁移性条件，综合可观测变量分布与结构关系的相似程度构建合成结果—政策关系，并建立反事实预测的渐近置信区间。
- 材料陈述的贡献
- 摘要提出借助来源地区信息的反事实预测方法，称证明置信区间的渐近有效性，并用于预测得州假想提高最低工资后的青少年平均就业。
- 阅读关注点
- 应核对可迁移性条件的经济含义、来源地区选择及合成权重、支持范围的覆盖情况，以及估计与迁移误差如何进入置信区间。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未提供迁移条件细节、就业预测值或有效性假设，不能判断特定政策预测的可信度。
原文摘要
Counterfactual predictions are challenging when the policy variable goes beyond its pre-policy support. However, in many cases, information about the policy of interest is available from different ("source") regions where a similar policy has already been implemented. In this paper, we propose a novel method of using such data from source regions to predict a new policy in a target region. Instead of relying on extrapolation of a structural relationship using a parametric specification, we formulate a transferability condition and construct a synthetic outcome-policy relationship such that it is as close as possible to meeting the condition. The synthetic relationship weighs both the similarity in distributions of observables and in structural relationships. We develop a general procedure to construct asymptotic confidence intervals for counterfactual predictions and prove its asymptotic validity. We then apply our proposal to predict average teenage employment in Texas following a counterfactual increase in the minimum wage.