Distributional Difference-in-Differences Models with Multiple Time Periods
多时期分布型双重差分模型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：摘要直接研究错开处理下的政策因果效应，并恢复潜在结果分布、估计分位数效应与检验随机占优，因此选择这两个方向。
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
多时期分布型双重差分模型
- 研究问题
- 在处理时间错开的非实验环境中，如何恢复处理组未接受处理时的完整结果分布，并评估政策对分位数及分布排序的影响？
- 方法与思路
- 作者推广已有处理组分位数处理效应估计量，恢复未处理潜在结果分布，并考虑无需秩不变假设的分位数汇总与随机占优检验。
- 材料陈述的贡献
- 摘要称方法扩展到多时期错开处理情形；模拟中小样本存在轻微偏差，表现随样本增加改善，并可分析更广泛的分布特征。
- 阅读关注点
- 应核对分布识别所需的跨期与跨组限制、不同处理批次如何汇总，以及分位数效应和随机占优检验的推断构造。
- 阅读边界
- 本文为 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明完整识别条件，无需秩不变不意味着无需其他分布假设。
原文摘要
Researchers are often interested in evaluating the impact of a policy on the entire (or specific parts of the) distribution of the outcome of interest. In this paper, I provide a method to recover the whole distribution of the untreated potential outcome for the treated group in non-experimental settings with staggered treatment adoption by generalizing the existing quantile treatment effects on the treated (QTT) estimator proposed by Callaway and Li (2019). Besides the QTT, I consider different approaches that anonymously summarize the quantiles of the distribution of the outcome of interest (such as tests for stochastic dominance rankings) without relying on rank invariance assumptions. The finite-sample properties of the estimator proposed are analyzed via different Monte Carlo simulations. Despite being slightly biased for relatively small sample sizes, the proposed method's performance increases substantially when the sample size increases.