2018年10月
由第13283号IZA讨论文件取代
在应用工作中,使用具有加性效应的线性模型来研究二元变量(“处理”)对感兴趣的结果的影响是标准的做法。在这篇论文中,我研究了普通和两阶段最小二乘估计在这类模型的解释,当处理效果实际上是异质的。我证明,在这两种情况下,处理系数与其他两个参数的凸组合相同(对于OLS和2SLS不同),这可以解释为在附加假设下对被治疗者和对照组的平均处理效果。重要的是,这些参数的OLS和2SLS权重与各组的比例呈负相关。得到治疗的单位越多,对治疗效果的重视程度就越低。接下来,对这些隐式权重的依赖可能会对应用工作产生严重的后果。我将通过四个来自不同经济学领域的实证应用来说明其中一些问题。我还开发了加权最小二乘修正和简单的诊断工具,应用研究人员可以使用它们来避免潜在的偏差。在一个重要的特殊情况下,我的诊断只需要知道处理单位的比例。
下载
这些必要的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步改善我们的报价和我们的网站,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,我们可以确定网站上某些页面的访客数量和效果,并优化我们的内容。