Resumen Este artículo amplía las diferencias en diferencias a configuraciones con tratamientos continuos. Específicamente, el efecto del tratamiento promedio en los tratados (ATT) en cualquier nivel de intensidad del tratamiento se identifica bajo una suposición de tendencias paralelas condicionales. Estimar el ATT en este marco requiere primero estimar parámetros de molestia de dimensión infinita, particularmente la densidad condicional del tratamiento continuo, lo que puede introducir un sesgo sustancial. Para abordar este desafío, proponemos estimadores para los parámetros causales bajo el marco de aprendizaje automático doble/desviado y establecemos su normalidad asintótica. Además, proporcionamos estimadores de varianza consistentes y construimos bandas de confianza uniformes basadas en un procedimiento de bootstrap multiplicador. Para demostrar la efectividad de nuestro enfoque, aplicamos nuestros estimadores a la reforma del Sistema de Pago Prospectivo (PPS) de Medicare de 1983 estudiada por Finkelstein (2008), reformulándola como un DiD con tratamiento continuo y estimando sus efectos de manera no paramétrica.
Lucas Zheng Zhang (Mon,) estudió esta cuestión.