2018年3月
在调查数据中,参与社会项目的人数经常被误报,这使得对这些项目效果的估计复杂化。在本文中,我们提出了一个模型来估计内源性参与和内源性误报下的治疗效果。我们表明,未能解释内生误报可能导致对治疗效果的估计与真实效果具有相反的符号。我们给出了OLS估计量和IV估计量的渐近偏差的表达式,并讨论了符号反转可能发生的条件。我们提供了一种方法,当研究人员可以获得与参与和误报相关的信息时,消除这种偏见。我们建立了估计量的一致性和渐近正态性,并通过蒙特卡罗模拟评估其小样本性能。最后以一个实例说明了所提方法。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。