Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2507.00289

帮助 | 高级搜索

经济学 > 计量经济学

arXiv:2507.00289 (econ)
[提交于 2025年6月30日 ]

标题: 使用共单调性的回归不连续设计外推

标题: Extrapolation in Regression Discontinuity Design Using Comonotonicity

Authors:Ben Deaner, Soonwoo Kwon
摘要: 我们提出了一种新的方法,用于在具有多个协变量的精确回归不连续设计中,将因果效应外推到处理与非处理边缘之外。 我们的方法既适用于处理是多个可观测变量函数的情况,也适用于处理基于单一运行变量确定的情况。 我们的关键识别假设是条件平均处理和未处理潜在结果是同向变化的:与较高平均未处理潜在结果相关的协变量值也与较高平均处理潜在结果相关。 我们提供了一种基于局部线性回归的估计方法。 即使同向变化性不成立,我们的估计量也是加权平均因果效应。 我们将这些方法应用于评估反事实的强制暑期学校政策。
摘要: We present a novel approach for extrapolating causal effects away from the margin between treatment and non-treatment in sharp regression discontinuity designs with multiple covariates. Our methods apply both to settings in which treatment is a function of multiple observables and settings in which treatment is determined based on a single running variable. Our key identifying assumption is that conditional average treated and untreated potential outcomes are comonotonic: covariate values associated with higher average untreated potential outcomes are also associated with higher average treated potential outcomes. We provide an estimation method based on local linear regression. Our estimands are weighted average causal effects, even if comonotonicity fails. We apply our methods to evaluate counterfactual mandatory summer school policies.
评论: 48页
主题: 计量经济学 (econ.EM) ; 方法论 (stat.ME)
引用方式: arXiv:2507.00289 [econ.EM]
  (或者 arXiv:2507.00289v1 [econ.EM] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.00289
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Benjamin Deaner [查看电子邮件]
[v1] 星期一, 2025 年 6 月 30 日 21:57:40 UTC (1,550 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
econ.EM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
econ
stat
stat.ME

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号