Chernozhukov 等新论文:给出 DiD 设计遗漏变量偏差的刻画与敏感性分析
RexDouglass · x · 2026-09-20
Wang、Sant'Anna、Chernozhukov、Cinelli 在 arXiv 发布新论文《Omitted Variable Bias in Difference-in-Differences Designs》,研究 DID 设计中未观测混杂违反平行趋势假设时的遗漏变量偏差(OVB)问题。
- 给出了处理组平均处理效应(ATT)偏差的 OVB 公式新刻画,表明偏差主要由处理分配机制中混杂的强度决定
- 提出三种量化混杂强度的方式:处理组平均处理几率的变化、处理组与对照组的混杂不平衡、未处理组中处理几率的解释变异
- 提供可常规报告的敏感性统计量:推翻 DID 结论所需的最小混杂强度,以及基于观测协变量或前期趋势的混杂强度形式化边界
- 给出高效的统计推断方法,可结合现代机器学习算法估计
- 以最低工资对青少年就业影响为例演示方法
「研究」频道最新
- 哈佛发布 6.12 亿级 LLM 推理数据集:一年 61.2 亿次生产请求全开放 — airesearch12 · 2026-09-20
- 好奇号火星车跨过5000个火星日，NASA发布晨昏合成明信片 — XFreeze · 2026-09-20
- 从关系结构看数学发现:一种解读 OpenAI 数学成果的概念框架 — Endless-monkey · 2026-09-20
- 「Jev 不是 LLM」引争论:BERT 系也是语言模型,零样本分类器被低估 — RexDouglass · 2026-09-20
- 《深度学习理论原理》教材上线 ChapterPal 配 AI 导师 — burkov · 2026-09-20
- AetherAI 发布 CausalWM：因果思维链登顶 TriWorldBench — 机器之心 · 2026-09-20