The Proximal Surrogate Index: Long-Term Treatment Effects under Unobserved Confounding
近端替代指标：未观测混杂下的长期处理效应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：摘要直接研究未观测混杂下长期处理效应的识别，并结合实验与观察样本进行因果估计。
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
近端替代指标：未观测混杂下的长期处理效应
- 研究问题
- 当实验样本缺少长期结果、观察样本缺少处理分配信息且存在未观测混杂时，如何结合两类样本识别长期处理效应？
- 方法与思路
- 作者利用未观测混杂因素的代理变量建立新的识别结果，进而构造长期处理效应的多重稳健估计与推断程序。
- 材料陈述的贡献
- 摘要称，该方法扩展了存在未观测混杂时的替代指标分析；Job Corps 应用显示其能够恢复标准方法受偏误影响时的实验基准。
- 阅读关注点
- 应核对代理变量的要求、跨样本信息连接条件，以及多重稳健性覆盖的模型组合和实验基准比较是否使用了相同目标参数。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核验；摘要未列出代理识别和跨样本条件，应用结果不能证明任意混杂均可消除。
原文摘要
We study the identification and estimation of long-term treatment effects under unobserved confounding by combining an experimental sample, where the long-term outcome is missing, with an observational sample, where the treatment assignment is unobserved. While standard surrogate index methods fail when unobserved confounders exist, we establish novel identification results by leveraging proxy variables for the unobserved confounders. We further develop multiply robust estimation and inference procedures based on these results. Applying our method to the Job Corps program, we demonstrate its ability to recover experimental benchmarks even when unobserved confounders bias standard surrogate index estimates.