本报告介绍了2020财年和2022财年的国家快照参与率的估计。使用经验贝叶斯收缩估计方法和数据得出的估计是从当前人口调查，美国社区调查，SNAP质量控制和行政记录中得出的。
Which econometric method should you use for causal inference of health policy?
TL;DR Ress 和 Wild (2024) 的一篇论文在回答这个问题时提供了以下建议。当旨在控制大量协变量集时，请考虑使用超级学习者来估计干扰参数。当使用超级学习者估计干扰参数时，请考虑使用双重稳健估计方法，例如 AIPW 和 TMLE。当面临……
Is it time to start using a 2% discount rate?
Cohen (2024) 认为，健康经济学家应该开始使用 2% 的折现率来建立健康经济模型。为什么呢？我在下面总结了这篇文章。首先，Cohen 讨论了两种不同的折现率估计方法。拉姆齐方程。这种方法考虑了 4 个因素：纯时间偏好、灾难性风险、财富效应和宏观经济风险。前 3 个因素……
LvR, Impermanent Loss, Theta, and Arbitrage Profits
arbprofit哥伦比亚大学教授 Ciamac Moallemi、Uniswap 的 Adams、Reynolds 和 Dan Robinson 上周发表了一篇论文，探讨如何通过让套利者竞标以较低价格进行交易的权利来收回部分 LP 凸度成本。我想深入研究这个问题，但我认为了解套利利润与 LP 凸度成本之间的关系会很有帮助，因为这并不明显。此外，这个领域的人们对我所说的 LP 凸度成本使用不同的术语和公式，澄清它们之间的区别会很有用。最终，损失与再平衡 (LvR)、无常损失 (IL)、凸度成本和 theta 代表的是同一件事。这些指标的估计方法将使用每日数据，这些数据会产生随机误差，而这些误差
Tracking every pixel: motion estimation with OmniMotion
最新的运动估计方法可以提取帧中每个像素的长期运动轨迹，即使在快速运动和复杂场景的情况下也是如此。在这篇关于 OmniMotion 的文章中详细了解这项激动人心的技术和运动分析的未来。
美国政府问责署的发现基于统计抽样和归因技术，美国政府问责署估计，COVID-19 疫情期间失业保险 (UI) 计划的欺诈金额可能在 1000 亿美元至 1350 亿美元之间。这分别约占疫情期间支付的 UI 福利总额的 11% 和 15%。美国政府问责署的估计时间范围为 2020 年 4 月（所有 UI 计划支付的第一个完整月份）至 2023 年 5 月（公共卫生紧急事件结束）。该估计涵盖了参与常规和临时 UI 计划的所有 53 个州。疫情期间 UI 欺诈的全部范围可能永远无法确定。在评论本报告的草稿时，美国劳工部 (DOL) 对美国政府问责署的欺诈估计方法表示担忧，并表示最终的估计可能被夸大了
摘要：国防部 (DoD) 花费了大量资源来管理和保护受威胁、濒临灭绝或处于危险中的蛇类物种。对这些物种的管理往往因缺乏有关其种群规模和轨迹的基本知识而受到阻碍。大多数蛇的可检测性较低，因此很难确定它们的存在，也很难采用传统方法来估计其丰度。这项工作展示了一种基于模拟的新颖方法，即秘密蛇的创新密度估计方法（IDEASS），用于根据系统的道路调查、蛇运动的行为观察和空间运动（无线电遥测）数据来估计蛇的密度。该方法用于对佐治亚州斯图尔特堡的两种稀有且神秘的蛇（南猪鼻蛇和东部响尾蛇）进行有意义的密度估计。 IDEASS 还应用于现有数据集，以追溯估计德克萨斯州胡德堡的一种更常见的管理问题物种——西部鼠
