請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21585| 標題: | 以因果隨機森林估計分量處置效果 Causal Random Forests with the Instrumental Variable Quantile Regression |
| 作者: | Chen-Wei Hsiang 項振緯 |
| 指導教授: | 陳釗而(Jau-er Chen) |
| 共同指導教授: | 林明仁(Ming-Jen Lin) |
| 關鍵字: | 分量處置效果,工具變數,分量迴歸,因果機器學習,隨機森林, Quantile treatment effect,Instrumental variable,Quantile regression,Causal machine learning,Random forest, |
| 出版年 : | 2019 |
| 學位: | 碩士 |
| 摘要: | 根據 Athey、Tibshirani、與 Wager (2019, The Annals of Statistics) 所建構的一般化隨機森林架構，本文探討如何以因果機器學習的方法估計工具變數分量迴歸。我們提出的計量方法能無母數地估計分量處置效果，並且衡量各個控制變數在異質性上的重要性。本文也依據此計量方法重新檢視兩個實證研究: 401(k) 退休金制度對財富的處置效果、以及職業訓練對所得的影響。 We propose an econometric procedure based mainly on the generalized random forests of Athey, Tibshirani and Wager (2019, The Annals of Statistics). Not only estimates the conditional quantile treatment effect nonparametrically, but our procedure yields a measure of variable importance in terms of heterogeneity among control variables. We also apply the proposed procedure to reinvestigate the distributional effect of 401(k) participation on net financial assets, and the quantile effect of participating a job training program on earnings. |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21585 |
| DOI: | 10.6342/NTU201901510 |
| 全文授權: | 未授權 |
| 顯示於系所單位： | 經濟學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-108-1.pdf 未授權公開取用 | 922.91 kB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。