Bootstrap Tests for Distributional Treatment Effects in Instrumental Variable Models
工具变量模型中分布处理效应的自助法检验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。
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：摘要明确通过工具变量研究处理的反事实分布，并检验分布效应与随机占优。
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
工具变量模型中分布处理效应的自助法检验
- 研究问题
- 当处理接受可能非随机但存在二元工具变量时，如何估计处理与未处理的反事实结果分布，并检验分布相等及随机占优？
- 方法与思路
- 作者用工具变量方法估计反事实累积分布函数，提出自助法检验分布相等、一阶及二阶随机占优，并应用于退伍身份与收入。
- 材料陈述的贡献
- 摘要称提供分布估计与检验程序；应用显示服役的收入负效应集中于低端，数据未拒绝所考察的一阶随机占优假设。
- 阅读关注点
- 核对工具变量识别假设、反事实分布对应的人群、自助法有效性，以及应用中随机占优的方向和低端效应的证据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；识别条件及目标人群未说明，不拒绝随机占优不等于证明其成立，应用结论不可直接外推。
原文摘要
This article considers the problem of assessing the distributional consequences of a treatment on some outcome variable of interest when treatment intake is (possibly) nonrandomized, but there is a binaryinstrument available for the researcher. Such a scenario is common in observational studies and in randomized experiments with imperfect compliance. One possible approach to this problem is to compare the counterfactual cumulative distribution functions of the outcome with and without the treatment. This article shows how to estimate these distributions using instrumental variable methods and a simple bootstrap procedure is proposed to test distributional hypotheses, such as equality of distributions, first-order and second-order stochastic dominance. These tests and estimators are applied to the study of the effects of veteran status on the distribution of civilian earnings. The results show a negative effect of military service during the Vietnam era that appears to be concentrated on the lower tail of the distribution of earnings. First-order stochastic dominance cannot be rejected by the data.