Synthetic Difference in Differences
合成双重差分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：摘要明确研究面板数据的因果效应，结合双重差分和合成控制，直接属于因果推断与面板数据方法。
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…
合成双重差分
- 研究问题
- 如何结合双重差分与合成控制的思路估计面板数据中的因果效应，并在潜在单位与时间因素交互时保持良好性质？
- 方法与思路
- 作者提出合成双重差分估计量，并在结果模型的系统部分包含潜在单位因子与潜在时间因子交互时研究渐近行为。
- 材料陈述的贡献
- 摘要称估计量在理论和经验比较中具有理想的稳健性，适用于常见实践场景，并给出一致性与渐近正态条件。
- 阅读关注点
- 应核对估计量的具体构造、处理安排与因子模型要求，以及稳健性相对于双重差分和合成控制的准确含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未展开识别及渐近条件，不能据此声称其在所有面板场景中优越。
原文摘要
We present a new estimator for causal effects with panel data that builds on insights behind the widely used difference in differences and synthetic control methods. Relative to these methods we find, both theoretically and empirically, that this "synthetic difference in differences" estimator has desirable robustness properties, and that it performs well in settings where the conventional estimators are commonly used in practice. We study the asymptotic behavior of the estimator when the systematic part of the outcome model includes latent unit factors interacted with latent time factors, and we present conditions for consistency and asymptotic normality.