ECON488,Pset#5:在存在未观察到的混杂因素的情况下使用观察数据估计TE第1部分:关于具有重复横截面的DD估计器(30页)目标我们参考讲座幻灯片CAUS_4_Observational.pdf,第45页。您考虑式(18)中的回归特化,利用重复截面实现DD估计,即:,i=1;::::;N1+N2。((18)来自幻灯片)在幻灯片中,我们提出了两个主张。首先,我们声明回归系数(;;;)的OLS估计量(来自幻灯片的(18))是:其次,我们声明,在幻灯片6中阐明的DD设计下,上述OLS估计量是以下总体数据矩的无偏估计量:(15p)证明第一个主张,即验证表达式(1)-(4)。具体来说,您需要按以下步骤提供此证明:(a)(8p)证明表达式(9)是回归特例((18)fromslides)的等效参数化,即推导(b)(3p)的OLS估计量。(c)(4p)用OLS估计量写出(15p)的OLS估计量证明第二个断言,即验证表达式(5)-(8).1第3部分:DD方法在面板数据中的应用(70页)目标您想阅读D.Autor于2003年发表的文章:“随意外包:UnjustDismissalDoctrine对增长的贡献”就业外包,劳动经济学杂志,卷。21,没有。1,第1-42页。(5p)考虑文章第16页的回归专业(8)。为什么因变量是THS的标志而不是THS的水平?(10p)考虑第18页的表3,第1列。作者写道,列中“0.112的系数”表明在去除平均状态THS水平和常见状态之后年效应,采用隐含合同例外的州的就业率比未采用的州高出约11.2个百分点?。这是什么意思恩?如何解释日志点?(5p)假设雇主预计在他们的州会出现例外情况,并先发制人地开始使用更多的THS和更少的长期工人。这会使DD设计无效吗?解释。(10p)考虑第18页的表3,第2列。作者添加了“状态时间趋势?到回归规范。这在实践中意味着什么?此外,他为什么要添加这些额外的右端边项?提示:作者是否担心在THS已经快速增长的州采用例外情况?这将如何使第1列中使用的异常的ATT的识别和估计无效或导致问题?(10页)考虑第24页的表7。解释作者如何按顺序修改他的基线专业(来自表3)探索ATT是否随(事件)时间发生变化,特别是影响是否加速、稳定或均值回复。(10p)考虑pa处的表7ge24.解释为什么作者写道“如果临时帮助就业增长导致采用例外而不是反之亦然,先前的估计[表1]会掩盖这种反向因果关系?。(20p)在以下4段中总结:1)作者提出的因果问题以及为什么回答它很重要;2)作者获得的估计影响及其经济意义和影响;3)您对估计值是否具有因果解释的意见;和4)你的意见,关于作者可能做了什么让你相信他正在揭示临时帮助就业例外的因果关系,即他已经适当地处理了混杂因素的存在。WX:codehelp
