M1-089M1: 数学与统计基础因果推断Hard
⚡闪卡盲测➔掌握度:

解释合成控制法(Synthetic Control)的思路与适用场景。

🎯 深度面试自测闭环(先口述或草拟,再核对解析)
免登录记录进度:核心结论回忆 → 避坑清单自查 → 标记掌握或加入错题队列。
Step 1 · 尝试用 1–2 句话回答这道题的核心结论与适用边界
Step 2 · 勾选已覆盖的陷阱与追问思考
下一题: M2-001 →
📐 核心数学机理公式
τ^t=Y1t−∑j=2J+1wj∗Yjt,w∗=arg⁡min⁡w∑t<T0(Y1t−∑jwjYjt)2\hat\tau_t=Y_{1t}-\sum_{j=2}^{J+1}w_j^*Y_{jt},\qquad w^*=\arg\min_w\sum_{t<T_0}(Y_{1t}-\sum_j w_jY_{jt})^2
⚡ 一句话直击要害答案
用多个未处理单位的加权组合构造'合成对照',拟合处理单位处理前的轨迹;适用于单一处理单位。

📌 核心要点提炼

  • •
    权重非负且和为 1(避免外推)
  • •
    适合'一个单位接受处理'的场景(如某州/某城市/某产品)
  • •
    推断用安慰剂检验

📐 数学机理与严密推导

合成控制法(Abadie & Gardeazabal 2003,用于评估恐怖主义对巴斯克经济的影响)解决的是'只有一个处理单位'的因果推断问题——此时 DID 无法用(需要多个处理单位来估计平行趋势的稳健性),而匹配也不可行(无相似单位)。思路:用多个未处理单位(如其他州、其他城市)的加权组合构造一个'合成对照',权重 wⱼ 通过最小化处理前(t<T₀)合成对照与真实处理单位的结果差异来确定。处理后的效应估计为 τ̂ₜ=Y_{1t}−Σⱼwⱼ*Y_{ⱼₜ}。权重约束:wⱼ≥0 且 Σwⱼ=1(凸组合)——这保证合成对照是'真实单位的加权平均'(而非外推),避免用负权重产生不切实际的组合;权重稀疏(少数单位获得大部分权重)使解释更直观('合成某州 = 60% A 州 + 30% B 州')。

🏭 深度剖析与工业落地权衡

实践要点:① 拟合质量的检验——处理前的均方预测误差(RMSPE)应很小(合成对照能很好地跟踪处理单位的历史轨迹);若 RMSPE 大说明合成失败,结论不可信。② 统计推断用安慰剂检验(Placebo Test)——对每个未处理单位轮流当作'假处理单位'做合成控制,得到一组'假效应'分布;若真实处理单位的效应在这组分布的极端(如排在前 5%),则判定显著。这是精确推断(exact inference)的思想,不依赖大样本渐近。③ 稀疏性与正则化——标准方法用嵌套优化(先拟合协变量权重 v,再拟合单位权重 w);实践中常用 岭回归/弹性网 或 SCUL 方法(处理单位数少时的稳健版本)。④ 扩展——合成 DID(Synthetic DID, Arkhangelsky et al. 2021) 结合合成控制与 DID,允许多个处理单位与交错处理时间,且提供渐近推断,是目前的主流方法。⑤ 适用场景——评估宏观政策(某城市试点、某州立法)、平台级变更(某产品线改版、某地区定价策略)、以及任何'单一/少数单位接受处理'且有多期面板数据的场景。⑥ 局限——需要处理前足够长的时间序列、未处理单位不能受处理影响(否则被污染)、对处理前的拟合期选择敏感。
⚠️ 常见面试陷阱与高频失分点
  • ✕
    用负权重构造合成对照(应限制为凸组合)
  • ✕
    只用点估计而不做安慰剂检验
🎯 面试官连环追问与延伸考察
  • ?
    为什么权重限制为凸组合?
  • ?
    如何做统计推断?
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
🎯 立即在闪卡中盲测此题➔
📚

关联知识库专题与交互式导图

← 上一题M1-088: 解释断点回归(RDD)与它的关键假设。📋 返回题库下一题 →M2-001: 写出线性回归的闭式解,并说明它成立的前提。