面向多个单位的介于前后研究随机推断：尼利利亚刑事程序改革的应用
统计方法学
2025-08-12 v2 应用统计
摘要
关于大规模政策干预的即时因果效应，依赖长期趋势或参数建模假设的准实验方法面临重大挑战。为此，我们为介于前后研究中的多个单位开发了随机推断框架，旨在为短期因果推断提供解决方案，并允许通用的分配机制。该方法无需依赖参数时间序列模型或外推，即可提供有限样本有效的统计推断。我们通过分析尼利利亚在 2017 年 11 月从审讯制度转向对抗制度的重大刑事司法改革来展示其实用性。该方法依赖于关于近政策采纳时间附近不存在局部时间趋势的关键假设，这一假设在我们的实证研究中经过了多个校正测试的支持。我们发现统计上显著的短期因果效应：新司法体系首周约增加 25 起警察报告（上升 8%）。我们的随机推断框架为在多个单位的介于前后研究中评估政策采纳提供了稳健且灵活的方法。
引用
@article{arxiv.2410.15477,
title = {Randomization Inference for Before-and-After Studies with Multiple Units: An Application to a Criminal Procedure Reform in Uruguay},
author = {Matias D. Cattaneo and Carlos Diaz and Rocio Titiunik},
journal= {arXiv preprint arXiv:2410.15477},
year = {2025}
}