Sensitivity Analysis for the Average Treatment Effect under Discrete Unobserved Confounders
离散未观测混杂下平均处理效应的敏感性分析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：摘要研究未观测混杂下平均处理效应的部分识别与敏感性分析。
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
离散未观测混杂下平均处理效应的敏感性分析
- 研究问题
- 若未观测混杂可由未知数量的有限潜在类型表示，类型数量如何约束平均处理效应的识别集合，并形成可解释的敏感性分析？
- 方法与思路
- 作者利用处理组与对照组结果分布的有限混合表示，基于已识别混合成分刻画类型数和效应的尖锐识别集，并提出估计与推断程序。
- 材料陈述的贡献
- 摘要称，研究给出类型数及对应效应的尖锐识别集，并刻画效应界退化为一种 Manski 界的阈值，同时提供渐近保证和数据示例。
- 阅读关注点
- 应核对混合成分可识别的条件、潜在类型与两组混合成分的对应方式，以及阈值推导、尖锐性证明和识别集推断的实现。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明混合识别条件、结果支持限制及推断细节，有限类型假设本身仍需评估。
原文摘要
We model unobserved confounding through an unknown finite number of latent types. This assumption induces finite-mixture representations of the treated and control outcome distributions. Using the identified mixture components, we characterize the sharp identified set for the number of latent types and derive the sharp identified set for the average treatment effect (ATE) corresponding to each admissible value, thereby providing a natural framework for sensitivity analysis. We further obtain a cutoff beyond which the identified set for the ATE coincides with a version of the Manski bounds, whereas below the cutoff it is strictly smaller. This cutoff grows only linearly with the numbers of mixture components in the treated and control groups, although the maximum admissible number of latent types grows quadratically. We also provide estimation and inference procedures with asymptotic guarantees and illustrate our methodology using LaLonde's data.