Dynamic synthetic control method for evaluating treatment effects in auto-regressive processes
用于评估自回归过程处理效应的动态合成控制法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。
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：摘要明确研究处理效应与动态合成控制，并使用具有处理前后时间结构的微观数据。
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
用于评估自回归过程处理效应的动态合成控制法
- 研究问题
- 在具有时变混杂与空间依赖的微观自回归数据中，如何利用动态合成控制评估空气污染预警等干预的处理效应？
- 方法与思路
- 作者以经验似然定义合成控制权重，通过动态匹配处理相关数据结构，并提出归一化安慰剂检验以应对不对称问题。
- 材料陈述的贡献
- 摘要称权重具有唯一解，动态匹配提高匹配可行性并支持处理前假设评估，同时提供模拟和污染预警案例分析。
- 阅读关注点
- 应核对自回归结构、空间依赖处理、无混杂假设及其处理前评估方式，并检查权重唯一性条件和安慰剂检验校准。
- 阅读边界
- 仅据所给 Crossref 摘要；处理前数据评估不能直接确证处理后的无混杂性，摘要未给具体识别条件、检验性质或案例数值。
原文摘要
Abstract Motivated by evaluating the effects of air pollution alerts on air quality, we propose the dynamic synthetic control method for micro-level data with time-varying confounders and spatial dependence under an auto-regressive model setting. We employ the empirical likelihood to define the synthetic control weights, which ensures a unique solution and permits theoretical analysis. The dynamic matching increases the feasibility of matching and enables us to assess the unconfoundedness assumption using pre-treatment data. For statistical inference, we develop a normalised placebo test to address the asymmetry issue. The method is illustrated and evaluated on numerical simulations and a case study on air pollution alerts.