.png){kind=icon}
返回
Quantile control via random forest
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jeconom.2024.105789.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了利用随机森林方法对具有跨单位灵活关系的面板数据中处理效应的稳健推断程序。本文的主要贡献有两点。首先，我们提出了一种通过利用随机森林的横截面单位的联合分布信息，直接构造处理效应预测区间的构建方法。具体而言，我们提出了一种使用分位数随机森林（QRF）的量化控制方法（QCM），以适应灵活的横截面结构以及高维性。其次，我们在高维面板/时间序列设定下建立了QRF的渐近一致性，这本身具有重要的理论意义。此外，进行了蒙特卡罗模拟，结果表明，通过QCM得到的预测区间在处理效应方面相比文献中现有方法具有优异的覆盖概率，并且对异方差性、自相关以及各种类型的模型误设具有稳健性。最后，本文对研究香港与内地经济一体化对香港经济的影响进行了实证应用，以突出所提出方法的潜力。
Keyword:
Panel
Predictive interval
Quantile
Random forest
Synthetic control
期刊
IF:
4
论文数:
5.2K
被引数:
3.0W
机构
引用论文
QUANTILE-ADAPTIVE MODEL-FREE VARIABLE SCREENING FOR HIGH-DIMENSIONAL HETEROGENEOUS DATA.png)
ANNALS OF STATISTICS
OAAI
ANNALS OF STATISTICSIF3.7
OAAI分享收藏分享收藏分享收藏分享收藏分享收藏
查看更多内容