Bias-Corrected Matching Estimators for Average Treatment Effects

研究问题: 在因果推断中，简单最近邻匹配估计量因含条件偏差项而通常不是 $N^{1/2}$ 相合；本文要解决的核心问题是：如何构造偏差校正，使匹配估计量恢复 $N^{1/2}$ 相合性与渐近正态性。
方法与思路: 先刻画简单最近邻匹配中条件偏差项的收敛速度可能慢于 $N^{1/2}$ ，再提出一种偏差校正方法，用估计出的回归函数在匹配距离上做局部调整，从而消除主导偏差，使校正后的估计量达到 $N^{1/2}$ 相合并渐近正态。
摘要陈述的贡献: 摘要明确报告：所提偏差校正使匹配估计量成为 $N^{1/2}$ 相合且渐近正态；作者用 Lalonde（1986）分析过的国家支持工作（NSW）数据演示方法，并做小规模模拟，显示简单实现的偏差校正匹配估计量在偏差、均方根误差和覆盖率上表现良好；还提供计算软件。
预备知识: 需先掌握潜在结果框架、平均处理效应（ATE）、可忽略性/无混淆假设、最近邻匹配的构造与条件偏差来源，以及 $N^{1/2}$ 相合、渐近正态、均方根误差和覆盖率等基本概念。
阅读重点: 重点核对：条件偏差项为何可能慢于 $N^{1/2}$ 收敛；偏差校正具体依赖哪些光滑性或回归函数估计条件；校正后渐近正态的方差如何估计；模拟中与简单匹配和回归估计的比较设置是否公平；NSW 应用中的协变量与匹配细节。
阅读边界: 仅基于原文摘要，未阅读全文；摘要未给出具体识别条件、定理证明、模拟数值和软件实现细节，上述方法直觉与阅读建议属于一般计量背景，不应视为对全文技术内容的完整概括。

DeepSeek Flash · 2026-09-30 · 摘要解读

原文摘要

In Abadie and Imbens (2006), it was shown that simple nearest-neighbor matching estimators include a conditional bias term that converges to zero at a rate that may be slower than N1/2. As a result, matching estimators are not N1/2-consistent in general. In this article, we propose a bias correction that renders matching estimators N1/2-consistent and asymptotically normal. To demonstrate the methods proposed in this article, we apply them to the National Supported Work (NSW) data, originally analyzed in Lalonde (1986). We also carry out a small simulation study based on the NSW example. In this simulation study, a simple implementation of the bias-corrected matching estimator performs well compared to both simple matching estimators and to regression estimators in terms of bias, root-mean-squared-error, and coverage rates. Software to compute the estimators proposed in this article is available on the authors’ web pages (http://www.economics.harvard.edu/faculty/imbens/software.html) and documented in Abadie et al. (2003).

摘要来源：OpenAlex

正在读取解读与摘要…

笔记与分组

查找这个方法的新论文 →

平均处理效应的偏差校正匹配估计量

研究问题

在因果推断中，简单最近邻匹配估计量因含条件偏差项而通常不是

N^{1/2}

相合；本文要解决的核心问题是：如何构造偏差校正，使匹配估计量恢复

N^{1/2}

相合性与渐近正态性。

方法与思路

先刻画简单最近邻匹配中条件偏差项的收敛速度可能慢于

N^{1/2}

，再提出一种偏差校正方法，用估计出的回归函数在匹配距离上做局部调整，从而消除主导偏差，使校正后的估计量达到

N^{1/2}

相合并渐近正态。

摘要陈述的贡献

摘要明确报告：所提偏差校正使匹配估计量成为

N^{1/2}

相合且渐近正态；作者用 Lalonde（1986）分析过的国家支持工作（NSW）数据演示方法，并做小规模模拟，显示简单实现的偏差校正匹配估计量在偏差、均方根误差和覆盖率上表现良好；还提供计算软件。

预备知识

需先掌握潜在结果框架、平均处理效应（ATE）、可忽略性/无混淆假设、最近邻匹配的构造与条件偏差来源，以及

N^{1/2}

相合、渐近正态、均方根误差和覆盖率等基本概念。需先掌握潜在结果框架、平均处理效应（ATE）、可忽略性/无混淆假设、最近邻匹配的构造与条件偏差来源，以及 $N^{1/2}$ 相合、渐近正态、均方根误差和覆盖率等基本概念。

阅读重点

重点核对：条件偏差项为何可能慢于

N^{1/2}

收敛；偏差校正具体依赖哪些光滑性或回归函数估计条件；校正后渐近正态的方差如何估计；模拟中与简单匹配和回归估计的比较设置是否公平；NSW 应用中的协变量与匹配细节。重点核对：条件偏差项为何可能慢于 $N^{1/2}$ 收敛；偏差校正具体依赖哪些光滑性或回归函数估计条件；校正后渐近正态的方差如何估计；模拟中与简单匹配和回归估计的比较设置是否公平；NSW 应用中的协变量与匹配细节。

阅读边界

仅基于原文摘要，未阅读全文；摘要未给出具体识别条件、定理证明、模拟数值和软件实现细节，上述方法直觉与阅读建议属于一般计量背景，不应视为对全文技术内容的完整概括。

DeepSeek Flash · 2026-09-30 · 摘要解读

原文摘要

摘要来源：OpenAlex