Difference-in-Differences under Local Dependence on Networks
网络局部依赖下的双重差分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：摘要明确在观测网络的局部干扰下研究双重差分，并识别直接和间接处理效应，对应因果推断与网络干扰。
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
网络局部依赖下的双重差分
- 研究问题
- 在观测网络上存在局部干扰时，如何通过双重差分识别直接平均效应和干预向外传播的总体间接效应？
- 方法与思路
- 作者以给定邻域处理向量的条件平行趋势为基础，提出非参数识别策略，并构造逆概率加权与双重稳健估计量。
- 材料陈述的贡献
- 摘要提出衡量干预总体向外影响的间接效应概念，并称建立了渐近性质及部分辅助模型失配下的一致性结果。
- 阅读关注点
- 核对局部干扰和向外间接效应的精确定义、邻域处理向量的支持条件，以及网络依赖下推断与模型失配结论的要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未获核实；摘要未列完整正则条件，也未说明网络测量误差或非局部干扰的后果。
原文摘要
Estimating causal effects under interference, where the stable unit treatment value assumption is violated, is critical in fields such as regional and public economics. Much of the existing research on causal inference under interference relies on a pre-specified "exposure mapping". This paper focuses on difference-in-difference and proposes a nonparametric identification strategy for direct and indirect average treatment effects under local interference on an observed network. In particular, we proposed a new concept of an indirect effect measuring the total outward influence of the intervension. Based on parallel trends assumption conditional on the neighborhood treatment vector, we develop inverse probability weighted and doubly robust estimators. We establish their asymptotic properties, including consistency under misspecification of nuisance models under some regularity conditions. Simulation studies and an empirical application demonstrate the effectiveness of the proposed method.