Conditional Triple Difference-in-Differences
条件三重差分法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：摘要直接讨论三重差分的因果目标量、识别与双重稳健估计。
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
条件三重差分法
- 研究问题
- 当不同组的协变量分布存在差异时，三重差分中常见的加入控制变量做法为何可能偏离目标因果效应，如何重新定义并估计目标量？
- 方法与思路
- 作者分析控制变量调整造成偏差的机制，通过把协变量分布固定为某一组的分布来识别因果目标量，随后构造双重稳健估计量并作政策应用。
- 材料陈述的贡献
- 摘要称，常规控制变量做法在组间协变量分布不同时一般有偏；文章提出分布标准化后的因果目标量及双重稳健估计方法，并展示应用。
- 阅读关注点
- 应核对目标组与标准化分布的选择、条件三重差分的识别条件、重叠要求，以及双重稳健性质具体针对哪些辅助模型成立。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未写明识别假设及政策案例，不能据此断言所有含控制变量的三重差分都有偏。
原文摘要
Triple difference-in-differences designs are widely used to estimate causal effects in empirical work. Surveying the literature, we find that most applications include controls. We show that this standard practice is generally biased for the target causal estimand when covariate distributions differ across groups. To address this, we propose identifying a causal estimand by fixing the covariate distribution to that of one group. We then develop a double-robust estimator and illustrate its application in a canonical policy setting.