A GENERAL DOUBLE ROBUSTNESS RESULT FOR ESTIMATING AVERAGE TREATMENT EFFECTS
平均处理效应估计的一般双重稳健性结果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：摘要明确研究无混杂下的平均与分位数处理效应，对应因果推断及分位数与分布效应。
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…
平均处理效应估计的一般双重稳健性结果
- 研究问题
- 在无混杂条件下，如何统一不同处理类型、权重规范和子总体的平均及分位数处理效应识别，并刻画双重稳健性？
- 方法与思路
- 作者给出覆盖二元与多值处理、归一化与非归一化权重及 IPW 和双重稳健估计的一般识别结果，并讨论准对数似然估计。
- 材料陈述的贡献
- 摘要称统一并扩展相关识别结果，允许按协变量任意定义子总体的平均处理效应，并涉及分位数效应及工具变量情形的应用。
- 阅读关注点
- 应核对双重稳健性允许哪些模型误设、不同权重的识别目标，以及分位数效应、子总体和工具变量扩展的条件是否不同。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体双重稳健条件、推断性质及工具变量应用限制未说明，不能理解为任意混杂下均有效。
原文摘要
In this paper we study doubly robust estimators of various average and quantile treatment effects under unconfoundedness; we also consider an application to a setting with an instrumental variable. We unify and extend much of the recent literature by providing a very general identification result which covers binary and multi-valued treatments; unnormalized and normalized weighting; and both inverse-probability weighted (IPW) and doubly robust estimators. We also allow for subpopulation-specific average treatment effects where subpopulations can be based on covariate values in an arbitrary way. Similar to Wooldridge (2007), we then discuss estimation of the conditional mean using quasi-log likelihoods (QLL) from the linear exponential family.