Robust Estimation of Average Treatment Effects from Panel Data
面板数据平均治疗效应的稳健估计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：摘要明确提出面板数据中的平均治疗效应估计及相关推断方法。
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…
面板数据平均治疗效应的稳健估计
- 研究问题
- 利用面板数据评估一组单位随时间受到的政策干预时，如何提高平均治疗效应估计与假设检验对数据污染的稳健性？
- 方法与思路
- 作者采用最小密度幂散度构造平均治疗效应估计和检验，分析渐近性质与影响函数，并在无污染及污染数据中开展模拟。
- 材料陈述的贡献
- 摘要称，论文提供稳健估计与推断程序、效率及功效分析，并将方法用于五个受灾国家，研究印度洋地震海啸的长期经济影响。
- 阅读关注点
- 应核对面板反事实与因果识别设定、散度调节参数的选择、污染类型及效率代价，并检查国家人均 GDP 应用的识别依据。
- 阅读边界
- 依据的是 arXiv 预印本摘要，同行评审及期刊接收未核实；摘要未交代因果识别条件，对污染稳健不能直接推出对混杂或模型错误稳健。
原文摘要
In order to evaluate the impact of a policy intervention on a group of units over time, it is important to correctly estimate the average treatment effect (ATE) measure. Due to lack of robustness of the existing procedures of estimating ATE from panel data, in this paper, we introduce a robust estimator of the ATE and the subsequent inference procedures using the popular approach of minimum density power divergence inference. Asymptotic properties of the proposed ATE estimator are derived and used to construct robust test statistics for testing parametric hypotheses related to the ATE. Besides asymptotic analyses of efficiency and powers, extensive simulation studies are conducted to study the finite-sample performances of our proposed estimation and testing procedures under both pure and contaminated data. The robustness of the ATE estimator is further investigated theoretically through the influence functions analyses. Finally our proposal is applied to study the long-term economic effects of the 2004 Indian Ocean earthquake and tsunami on the (per-capita) gross domestic products (GDP) of five mostly affected countries, namely Indonesia, Sri Lanka, Thailand, India and Maldives.