Using Multiple Outcomes to Improve the Synthetic Control Method
利用多个结果变量改进合成控制方法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：摘要以合成控制估计事件影响和构造反事实为核心，低秩因子模型用于其偏误分析。
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
利用多个结果变量改进合成控制方法
- 研究问题
- 存在多个关注的结果序列时，合成控制能否通过共享一组权重，替代逐个结果单独估权，并改善反事实构造的偏误界？
- 方法与思路
- 作者提出跨结果共享权重，通过平衡全部结果的向量，或其指数与平均值构造合成控制，并在低秩因子模型下分析偏误界。
- 材料陈述的贡献
- 摘要称共享权重方案在低秩因子模型下降低偏误界，结果数量增加时平均方案获得进一步收益，并重分析弗林特水危机的教育影响。
- 阅读关注点
- 核对低秩结构、结果尺度处理和共同权重的可行性，检查偏误界比较所需条件，以及结果平均为何随结果数量增长而改善。
- 阅读边界
- 这是预印本，同行评审及接收状态未核实。摘要未列出因子条件、具体偏误界及应用数值，界的改进不直接意味着所有样本中的估计误差更小。
原文摘要
When there are multiple outcome series of interest, Synthetic Control analyses typically proceed by estimating separate weights for each outcome. In this paper, we instead propose estimating a common set of weights across outcomes, by balancing either a vector of all outcomes or an index or average of them. Under a low-rank factor model, we show that these approaches lead to lower bias bounds than separate weights, and that averaging leads to further gains when the number of outcomes grows. We illustrate this via a re-analysis of the impact of the Flint water crisis on educational outcomes.