Extreme Changes in Changes
极端分位数的变化中的变化估计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：摘要直接研究政策处理效应的 CIC 识别与极端分位数估计，并应用于改革影响，明确对应因果推断与分位数分布效应。
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
极端分位数的变化中的变化估计
- 研究问题
- 当政策分析关注极低或极高结果群体时，如何改进主要面向中间分位数的变化中的变化估计，并进行极端分位数效应推断？
- 方法与思路
- 作者提出极端分位数 CIC 估计量及基于渐近正态性的推断方法，通过模拟研究使用范围，并分析所得税抵免改革与婴儿出生体重。
- 材料陈述的贡献
- 摘要提出极端 CIC 估计与简便推断，依据模拟建议用于低于百分之五或高于百分之九十五的分位数，并说明附有 Stata 命令。
- 阅读关注点
- 应核对 CIC 识别假设、尾部条件和分位数随样本量变化的设定，以及渐近近似、模拟建议及政策应用的对照组构造。
- 阅读边界
- 这是 arXiv 预印本，未核实同行评审或期刊接收。摘要未说明尾部正则条件与实际政策效应，所述分位数阈值不能视为通用规则。
原文摘要
Policy analysts are often interested in treating the units with extreme outcomes, such as infants with extremely low birth weights. Existing changes-in-changes (CIC) estimators are tailored to middle quantiles and do not work well for such subpopulations. This paper proposes a new CIC estimator to accurately estimate treatment effects at extreme quantiles. With its asymptotic normality, we also propose a method of statistical inference, which is simple to implement. Based on simulation studies, we propose to use our extreme CIC estimator for extreme, such as below 5% and above 95%, quantiles, while the conventional CIC estimator should be used for intermediate quantiles. Applying the proposed method, we study the effects of income gains from the 1993 EITC reform on infant birth weights for those in the most critical conditions. This paper is accompanied by a Stata command.