Assessing Sensitivity to IV Exclusion and Exogeneity without First Stage Monotonicity
无需第一阶段单调性的工具变量排除与外生性敏感性分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究工具变量因果识别，并构造潜在结局边际分布及平均处理效应的识别集合，支持这两个方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
无需第一阶段单调性的工具变量排除与外生性敏感性分析
- 研究问题
- 在允许处理效应任意异质且不要求第一阶段单调性时，如何评估工具变量排除限制与外生性偏离对潜在结局及平均效应识别的影响？
- 方法与思路
- 作者对排除限制和外生性作非参数放松，将潜在结局边际分布及其函数的识别集合表述为线性规划，并提出可计算的估计方法。
- 材料陈述的贡献
- 摘要称，该框架不依赖第一阶段单调性，可处理包括无限维线性规划在内的计算问题，并以天气工具下的电影观看同伴效应说明。
- 阅读关注点
- 应核对两类假设放松的参数化方式、识别集合是否锐利、无限维问题的计算近似及误差，并检查同伴效应应用中的工具解释。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核验。摘要未提供放松条件、理论性质细节或实证区间，不能据此判断具体工具偏离的可容忍程度。
原文摘要
Exclusion and exogeneity are core assumptions in instrumental variable (IV) analyses, but their empirical validity is often debated. This paper develops new sensitivity analyses for these assumptions. Our results accommodate arbitrary heterogeneity in treatment effects and do not impose any monotonicity requirements on the first stage. Specifically, we derive identified sets for the marginal distributions of potential outcomes and their functionals, like average treatment effects, under a broad class of nonparametric relaxations of the exclusion and exogeneity assumptions. These identified sets are characterized as solutions to linear programs and have desirable theoretical properties. We explain how to estimate these solutions using computationally tractable methods even when the linear program is infinite-dimensional. We illustrate these methods with an empirical application to peer effects in movie viewership, using weather as a potentially imperfect instrument.