The Nonparametric Identification of Treatment Effects in Duration Models
持续期模型中处理效应的非参数识别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：摘要明确研究处理启动时间对结果持续期的因果效应及其非参数识别。
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…
持续期模型中处理效应的非参数识别
- 研究问题
- 当处理启动时间与结果持续期均为随机变量，且二者存在相关的未观测异质性时，能否利用事件时序识别处理的因果效应？
- 方法与思路
- 作者定义“处理不可预期”，在不要求随机分配、允许相关未观测异质性且不依靠协变量排除限制的持续期模型中分析识别。
- 材料陈述的贡献
- 摘要称不可预期和随机分配本身不约束观测数据，并在不可预期及一定结构限制下给出识别结果，覆盖单次与多次持续期数据。
- 阅读关注点
- 重点核对“处理不可预期”的形式定义、识别所需结构限制，以及事件时序提供信息的具体机制；比较单次与多次持续期的结果。
- 阅读边界
- 摘要未说明具体结构限制、数据观测要求或估计程序；不使用排除限制并不意味着无需其他识别条件，也未给出实证效果。
原文摘要
This paper analyzes the specification and identification of causal multivariate duration models. We focus on the case in which one duration concerns the point in time a treatment is initiated and we are interested in the effect of this treatment on some outcome duration. We define “no anticipation of treatment” and relate it to a common assumption in biostatistics. We show that (i) no anticipation and (ii) randomized treatment assignment can be imposed without restricting the observational data. We impose (i) but not (ii) and prove identification of models that impose some structure. We allow for dependent unobserved heterogeneity and we do not exploit exclusion restrictions on covariates. We provide results for both single-spell and multiple-spell data. The timing of events conveys useful information on the treatment effect.