Partial identification and inference for conditional distributions of treatment effects
条件处理效应分布的部分识别与推断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：摘要明确研究条件处理效应分布、内生处理及其识别界，对应因果推断和分布效应方向。
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
条件处理效应分布的部分识别与推断
- 研究问题
- 在可观测协变量给定时，如何界定通常不能点识别的处理效应分布，并在处理内生的情形下获得更有信息的边界？
- 方法与思路
- 作者利用Makarov界构造条件处理效应分布边界，提出两种随机占优假设收紧内生处理下的界，并发展非参数估计与推断。
- 材料陈述的贡献
- 摘要称，论文建立在处理效应支持集上一致有效的渐近理论，并通过经验例子说明条件处理效应分布边界方法的用途。
- 阅读关注点
- 应核对Makarov界所需的边际分布识别条件、两种随机占优假设的含义、边界的锐利性及一致有效推断的具体范围。
- 阅读边界
- 仅据所给 Crossref 摘要，两种占优假设、应用数据与边界宽度未说明，不能将部分识别结果解释为个体处理效应的点估计。
原文摘要
Summary This paper considers identification and inference for the distribution of treatment effects conditional on observable covariates. Since the conditional distribution of treatment effects is not point identified without strong assumptions, we obtain bounds on the conditional distribution of treatment effects by using the Makarov bounds. We also consider the case where the treatment is endogenous and propose two stochastic dominance assumptions to tighten the bounds. We develop a nonparametric framework to estimate the bounds and establish the asymptotic theory that is uniformly valid over the support of treatment effects. An empirical example illustrates the usefulness of the methods.