Extracting Mechanisms from Heterogeneous Effects: An Identification Strategy for Mediation Analysis
从异质性效应中提取机制：中介分析的识别策略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：摘要直接研究处理效应与因果中介效应的联合识别，并以处理效应异质性作为识别信息。
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
从异质性效应中提取机制：中介分析的识别策略
- 研究问题
- 如何利用处理效应异质性同时识别处理效应与中介效应，减少现有中介分析对多重可忽略性假设或复杂研究设计的依赖？
- 方法与思路
- 作者结合显式与隐式中介分析，利用异质性处理效应构造识别策略，并通过蒙特卡洛模拟及公共资源治理、投票信息应用评估。
- 材料陈述的贡献
- 摘要称，该策略可同时识别和估计处理与中介效应，无需处理某些未观测混杂；模拟中在若干情景下表现出更高准确性与精度。
- 阅读关注点
- 应核对异质性如何提供识别信息、哪些未观测混杂可以不处理，以及中介效应的定义、剩余假设和模拟比较对象。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获核实；摘要未明确识别限制和可容许混杂的范围，不能理解为无需混杂假设。
原文摘要
Understanding causal mechanisms is crucial for explaining and generalizing empirical phenomena. Causal mediation analysis offers statistical techniques to quantify the mediation effects. Although numerous methods have been developed for causal inference more broadly, the methodological toolkit for causal mediation analysis remains limited. Current methods often require multiple ignorability assumptions or sophisticated research designs. In this paper, we introduce an alternative identification strategy that enables the simultaneous identification and estimation of treatment and mediation effects. By combining explicit and implicit mediation analysis, this strategy leverages heterogeneous treatment effects and does not require addressing some unobserved confounders. Monte Carlo simulations demonstrate that the method is more accurate and precise across various scenarios. To illustrate the efficiency and efficacy of our method, we apply it to estimate the causal mediation effects in two studies with distinct data structures, focusing on common pool resource governance and voting information.