Treatment Effects With Unobserved Heterogeneity: A Set Identification Approach
存在不可观测异质性的处理效应：集合识别方法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。
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：摘要以潜在结果分布的界为因果分析目标，明确使用面板数据，并报告一阶随机占优关系，因此对应因果推断、面板与分布效应。
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
存在不可观测异质性的处理效应：集合识别方法
- 研究问题
- 当处理分配的随机化需要控制不可观测异质性，且当前决策可依赖历史处理与结果时，如何用面板数据界定潜在结果分布？
- 方法与思路
- 作者利用面板数据与若干平稳性假设推导潜在结果分布的锐界，允许处理随机化依赖对不可观测异质性的控制，并容纳动态处理决策。
- 材料陈述的贡献
- 摘要提出潜在结果分布的锐界，并在孕期吸烟应用中报告：对处理状态切换者，吸烟母亲的婴儿出生体重分布被不吸烟母亲的一阶随机占优。
- 阅读关注点
- 应核对随机化与平稳性条件的精确定义、锐界的可达性证明、动态决策对识别的限制，以及处理状态切换者的界定与实证比较。
- 阅读边界
- 摘要未说明识别条件的具体形式、样本构造与估计细节；孕期吸烟结论仅针对处理状态切换者，不能据此外推到所有母亲。
原文摘要
We propose the sharp identifiable bounds of the potential outcome distributions using panel data. We allow for the possibility that statistical randomization of treatment assignments is not achieved until unobserved heterogeneity is properly controlled for. We use certain stationarity assumptions to obtain the sharp bounds. Our approach allows for dynamic treatment decisions, where the current treatment decisions may depend on the past treatments or the past observed outcomes. As an empirical illustration, we study the effect of smoking during pregnancy on infant birthweight. We find that for the group of switchers the infant birthweight of a smoking mother is first-order stochastically dominated by that of a nonsmoking mother.