Bias-Corrected Matching Estimators for Average Treatment Effects
平均处理效应的偏差校正匹配估计量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：题名与摘要明确研究平均处理效应的最近邻匹配、偏差校正及其渐近推断，直接属于因果推断方法。
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…
关注这篇论文的作者
平均处理效应的偏差校正匹配估计量
- 研究问题
- 简单最近邻匹配的条件偏差可能衰减过慢，从而妨碍 √N 一致性；如何校正这一偏差，以获得可作渐近推断的平均处理效应估计？
- 方法与思路
- 作者提出匹配估计量的偏差校正方法，使用 NSW 数据作实证展示，并开展基于该案例的小规模模拟，与简单匹配和回归估计进行比较。
- 材料陈述的贡献
- 摘要称，校正后估计量具有 √N 一致性与渐近正态性；在所述小规模模拟中，其偏差、均方根误差和覆盖率表现相对较好。
- 阅读关注点
- 应核对偏差校正的具体构造、平均处理效应识别和渐近理论所需条件、标准误计算，以及 NSW 模拟的比较方法与实现细节。
- 阅读边界
- 摘要未列出处理效应识别条件和校正所需的正则条件；小规模模拟中的较好表现不能保证该方法在其他样本或设计中同样占优。
原文摘要
In Abadie and Imbens (2006), it was shown that simple nearest-neighbor matching estimators include a conditional bias term that converges to zero at a rate that may be slower than N1/2. As a result, matching estimators are not N1/2-consistent in general. In this article, we propose a bias correction that renders matching estimators N1/2-consistent and asymptotically normal. To demonstrate the methods proposed in this article, we apply them to the National Supported Work (NSW) data, originally analyzed in Lalonde (1986). We also carry out a small simulation study based on the NSW example. In this simulation study, a simple implementation of the bias-corrected matching estimator performs well compared to both simple matching estimators and to regression estimators in terms of bias, root-mean-squared-error, and coverage rates. Software to compute the estimators proposed in this article is available on the authors’ web pages (http://www.economics.harvard.edu/faculty/imbens/software.html) and documented in Abadie et al. (2003).