Randomly Assigned First Differences?
一阶差分真的是随机分配的吗？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：摘要直接研究跨期处理效应的一阶差分回归、遗漏变量偏误与控制调整，涉及因果推断及面板方法。
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…
一阶差分真的是随机分配的吗？
- 研究问题
- 当处理效应随时间改变时，将结果变化对处理变化作一阶差分回归，是否会因初期处理水平而产生遗漏变量偏误？
- 方法与思路
- 作者分析回归残差对初期处理的依赖，建议检验处理变化与初期处理的相关性，并控制相应条件期望进行调整。
- 材料陈述的贡献
- 摘要称，重新分析中国进口对美国就业影响的研究时，发现上述相关性存在，加入控制后处理变化的系数较不负。
- 阅读关注点
- 应核对时间变化效应如何进入残差、相关性诊断的适用条件，以及条件期望控制项的估计和推断方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明完整识别条件，系数变化不能单独证明调整后具有因果解释。
原文摘要
We consider a first-difference regression of an outcome evolution $ΔY$ on a treatment evolution $ΔD$. If the treatment effect changes over time, the regression residual is a function of the period-one treatment $D_{1}$. Then, researchers should test if $ΔD$ and $D_{1}$ are correlated: if they are, the regression may suffer from an omitted variable bias. To solve it, researchers may control for $E(ΔD|D_{1})$. We revisit Acemoglu et al (2016), who study the effect of imports from China on US employment. $ΔD$ and $D_{1}$ are correlated. $ΔD$'s coefficient is less negative when controlling for $E(ΔD|D_{1})$.