跳到正文
← 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:摘要直接研究交错双重差分中的面板处理效应识别与异质性推断。

反馈分类问题

Doubly Robust Uniform Confidence Bands for Group-Time Conditional Average Treatment Effects in Difference-in-Differences

双重稳健的交错双重差分组别—时期条件平均处理效应一致置信带

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
Shunsuke Imai
Lei Qin
Takahide Yanagi

双重稳健的交错双重差分组别—时期条件平均处理效应一致置信带

研究问题
在交错实施处理的面板中,如何刻画处理效应随组别、时期及连续处理前协变量变化的异质性,并对整条条件效应函数进行推断?
方法与思路
作者结合条件双重稳健目标量、局部多项式回归和参数估计,提出三步程序,并利用经验过程分布逼近与加权或乘子自助法构造一致置信带。
材料陈述的贡献
摘要称该程序可为组别—时期条件平均处理效应函数及多种汇总参数提供双重稳健推断,并配有便于实现的 R 包 didhetero。
阅读关注点
应核对所谓标准识别条件、两类辅助模型的作用、带宽与平滑偏差处理,以及双重稳健性如何延伸到函数的一致置信带和汇总参数。
阅读边界
所给 OpenAlex 版本摘要未列明识别假设、辅助模型设定或一致逼近的具体条件;不能据此判断实际覆盖率,也不能推断其他版本变化。

原文摘要

We consider a panel data analysis to examine the heterogeneity in treatment effects with respect to groups, periods, and a pre-treatment covariate of interest in the staggered difference-in-differences setting of Callaway and Sant’Anna. Under standard identification conditions, a doubly robust estimand conditional on the covariate identifies the group-time conditional average treatment effect given the covariate. Focusing on the case of a continuous covariate, we propose a three-step estimation procedure based on nonparametric local polynomial regressions and parametric estimation methods. Using uniformly valid distributional approximation results for empirical processes and weighted/multiplier bootstrapping, we develop doubly robust inference methods to construct uniform confidence bands for the group-time conditional average treatment effect function and a variety of useful summary parameters. The accompanying R package didhetero allows for easy implementation of our methods.

笔记与分组
相关领域论文