Identifying Panel Conditioning with Refreshment Samples: Sharp Bounds and Design Assumptions
利用补充样本识别面板条件化：锐界与设计假设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：摘要直接研究面板流失、重复访谈条件化、补充样本及多波次识别。
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
利用补充样本识别面板条件化：锐界与设计假设
- 研究问题
- 当重复受访会改变测量结果且面板流失不受限制时，补充样本能识别多少面板条件化效应，哪些设计限制能进一步缩小识别集？
- 方法与思路
- 作者将再次访谈的条件化表示为确定性单调映射，通过留存样本与补充样本的分布支配关系刻画可行映射，并研究选择限制。
- 材料陈述的贡献
- 摘要称给出识别集的充要刻画和可实现性构造，区分无流失与有流失情形，并分析匹配、校正方法的偏差及访谈安排的秩条件。
- 阅读关注点
- 应核对单调映射与选择限制的含义、锐界的构造，以及额外波次何时提供信息，并检查日本面板应用对这些假设的依赖。
- 阅读边界
- 依据 arXiv v1 预印本摘要，同行评审及期刊接收未经核实；具体识别条件、偏差公式和应用结果未给出，不能认定补充样本自动消除偏差。
原文摘要
Refreshment samples are the standard remedy for panel attrition, and the identification results behind them maintain that participation does not change measurement. We characterize what a refreshment sample identifies about panel conditioning, modelled as a deterministic monotone map at reinterview, when attrition is unrestricted. A candidate map is consistent with the data if and only if the retention-scaled distribution of the stayers' implied latent outcomes is setwise dominated by the refreshment distribution; every such map is rationalized by an explicit attrition process. Without attrition the map is identified on the latent-outcome support; with attrition, a density-ratio condition governs the identified set, and tail behaviour alone does not determine it. For an unrestricted map the survivors' mean effect has the familiar trimming bounds; for an item with all categories reported, the model reduces to a test of no conditioning. Within a cohort, other waves, dropout patterns and entry-wave items leave the set unchanged unless restrictions link selection across waves. Under explicit selection restrictions, survival matching, symmetric matching and entry-wave correction identify survivor effects. We derive their biases and give rank conditions under which refreshment schedules identify curvature in the conditioning path. A Japanese panel illustrates the results.