Identification in nonparametric models for dynamic treatment effects
动态处理效应非参数模型中的识别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：摘要直接研究动态处理效应识别，并以处理选择的行为框架处理内生决策。
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
动态处理效应非参数模型中的识别
- 研究问题
- 在处理选择与结果相互影响的动态环境中，如何识别指定处理序列下的各期平均潜在结果、处理效应及最优处理方案？
- 方法与思路
- 作者建立允许处理内生与实验不依从的非参数选择框架，结合每期排除限制以及受处理者的行为或信息假设进行识别。
- 材料陈述的贡献
- 摘要称，该框架放松序贯随机化假设，可识别平均处理效应、转移上的平均处理效应及最大化加权净收益的处理方案。
- 阅读关注点
- 应核对各期排除限制、行为或信息假设的准确表述，以及这些条件如何识别处理序列下的结果和最优方案。
- 阅读边界
- 仅据所给出版社摘要，无法判断排除限制的可检验性、行为假设的适用范围及识别证明；不能据此推断其他版本变化。
原文摘要
This paper develops a nonparametric model that represents how sequences of outcomes and treatment choices influence one another in a dynamic manner. In this setting, we are interested in identifying the average outcome for individuals in each period, had a particular treatment sequence been assigned. The identification of this quantity allows us to identify the average treatment effects (ATE’s) and the ATE’s on transitions, as well as the optimal treatment regimes, namely, the regimes that maximize the (weighted) sum of the average potential outcomes, possibly less the cost of the treatments. The main contribution of this paper is to relax the sequential randomization assumption widely used in the biostatistics literature by introducing a flexible choice-theoretic framework for a sequence of endogenous treatments. This framework allows non-compliance of subjects in experimental studies or endogenous treatment decisions in observational settings. We show that the parameters of interest are identified under each period’s exclusion restrictions, which are motivated by, e.g., a sequence of randomized treatment assignments or encouragements and a behavioral/information assumption on agents who receive treatments.