Buchumschlag

Estimating treatment-effect heterogeneity across sites, in multi-site randomized experiments with few units per site

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	de Chaisemartin, Clément, Deeb, Antoine
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Difference-in-Differences Estimators of Intertemporal Treatment Effects
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2020)

Treatment-Effect Estimation in Complex Designs under a Parallel-trends Assumption
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2025)

Trading-off Bias and Variance When the Size of the Treatment Effect is Bounded
von: de Chaisemartin, Clément
Veröffentlicht: (2021)

Difference-in-Differences Estimators with Continuous Treatments and no Stayers
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2024)

Difference-in-Differences Estimators When No Unit Remains Untreated
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2024)

Randomly Assigned First Differences?
von: Argañaraz, Facundo, et al.
Veröffentlicht: (2024)

Is Inference Conditional on Not Rejecting a Pre-test Less Reliable than Unconditional Inference?
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2024)

Comment on "Generic machine learning inference on heterogeneous treatment effects in randomized experiments."
von: Imai, Kosuke, et al.
Veröffentlicht: (2025)

Difference-in-Differences Estimators for Treatments Continuously Distributed at Every Period
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2022)

On the relationship between prediction intervals, tests of sharp nulls and inference on realized treatment effects in settings with few treated units
von: Alvarez, Luis, et al.
Veröffentlicht: (2025)

Comment on "Sequential validation of treatment heterogeneity" and "Comment on generic machine learning inference on heterogeneous treatment effects in randomized experiments"
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2025)

On the falsification of instrumental variable models for heterogeneous treatment effects
von: Miranda, Ricardo E.
Veröffentlicht: (2026)

Using did_multiplegt_dyn to Estimate Event-Study Effects in Complex Designs: Overview, and Four Examples Based on Real Datasets
von: de Chaisemartin, Clément, et al.
Veröffentlicht: (2025)

Difference-in-differences with as few as two cross-sectional units -- A new perspective to the democracy-growth debate
von: Koumou, Gilles, et al.
Veröffentlicht: (2024)

Multicell experiments for marginal treatment effect estimation of digital ads
von: Waisman, Caio, et al.
Veröffentlicht: (2023)

Estimation of random coefficients logit demand models with interactive fixed effects
von: Moon, Hyungsik Roger, et al.
Veröffentlicht: (2026)

Forecasting with panel data: Estimation uncertainty versus parameter heterogeneity
von: Pesaran, M. Hashem, et al.
Veröffentlicht: (2024)

Treatment-effect heterogeneity and interactive fixed effects: Can we control for too much?
von: Cardoso, Murilo, et al.
Veröffentlicht: (2026)

Regression adjustment in completely randomized experiments with many covariates
von: Chiang, Harold D, et al.
Veröffentlicht: (2023)

Transfer Estimates for Causal Effects across Heterogeneous Sites
von: Menzel, Konrad
Veröffentlicht: (2023)

Transferable Utility Matching Beyond Logit: Computation and Estimation with General Heterogeneity
von: Galichon, Alfred, et al.
Veröffentlicht: (2025)

Identification of dynamic treatment effects when treatment histories are partially observed
von: Negi, Akanksha, et al.
Veröffentlicht: (2025)

Optimal multi‐action treatment allocation: A two‐phase field experiment to boost immigrant naturalization
von: Achim Ahrens, et al.
Veröffentlicht: (2024)

Marginal treatment effects in the absence of instrumental variables
von: Pan, Zhewen, et al.
Veröffentlicht: (2024)

Linear estimation of global average treatment effects
von: Faridani, Stefan, et al.
Veröffentlicht: (2022)

The heterogeneous role of party affiliation in the runner‐up effect
von: Umair Khalil, et al.
Veröffentlicht: (2024)

Identifying treatment effects on categorical outcomes in IV models
von: Boussim, Onil
Veröffentlicht: (2025)

Estimating interaction effects with panel data
von: Muris, Chris, et al.
Veröffentlicht: (2022)

The heterogeneous causal effects of the EU's Cohesion Fund
von: Alexopoulos, Angelos, et al.
Veröffentlicht: (2025)

Inference after discretizing time-varying unobserved heterogeneity
von: Beyhum, Jad, et al.
Veröffentlicht: (2024)

Can language models boost the power of randomized experiments without statistical bias?
von: Ruan, Xinrui, et al.
Veröffentlicht: (2025)

Continuous permanent unobserved heterogeneity in dynamic discrete choice models
von: Bunting, Jackson
Veröffentlicht: (2022)

Identification and estimation of treatment effects in a linear factor model with fixed number of time periods
von: Fusejima, Koki, et al.
Veröffentlicht: (2025)

Efficient estimation of average treatment effects with unmeasured confounding and proxies
von: Ai, Chunrong, et al.
Veröffentlicht: (2025)

Temperature in the Iberian Peninsula: Trend, seasonality, and heterogeneity
von: Rodríguez-Caballero, C. Vladimir, et al.
Veröffentlicht: (2024)

Comment on Scientific production in the era of large language models
von: Renault, Thomas, et al.
Veröffentlicht: (2026)

Stochastic convergence in per capita CO$_2$ emissions. An approach from nonlinear stationarity analysis
von: Presno, María José, et al.
Veröffentlicht: (2024)

A break from the norm? Parametric representations of preference heterogeneity for discrete choice models in health
von: Buckell, John, et al.
Veröffentlicht: (2025)

Market competition and poverty dynamics: Short and long run effects across financial development levels
von: Chaouch, Mohamed, et al.
Veröffentlicht: (2025)

Functional effects models: Accounting for preference heterogeneity in panel data with machine learning
von: Salvadé, Nicolas, et al.
Veröffentlicht: (2025)