A specification test for the strength of instrumental variables
工具变量强度的设定检验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：摘要研究内生变量模型中的工具变量强度检验，并用于教育回报分析，与因果推断中的工具变量识别诊断直接相关。
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…
关注这篇论文的作者
工具变量强度的设定检验
- 研究问题
- 当工具变量数量与样本量处于相近量级时，如何利用两阶段最小二乘与普通最小二乘估计的差异，判断工具变量是否较弱？
- 方法与思路
- 作者分析大量弱工具变量及另一设定下两种估计量之差的极限分布，以删除 d 个观测的刀切法估计渐近协方差并构造检验。
- 材料陈述的贡献
- 摘要称，建立了估计量之差的极限理论及协方差一致估计，模拟覆盖单个和多个内生变量，并重新分析教育回报数据展示应用。
- 阅读关注点
- 核对工具变量弱性的定义、两种设定下极限差异成立的条件，以及删除数量 d 的选择、协方差估计和检验拒绝的实际含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收未核实；摘要未说明强度阈值及工具有效性要求，强度检验不能替代外生性或排除限制检查。
原文摘要
This paper develops a new specification test for the instrument weakness when the number of instruments $K_n$ is large with a magnitude comparable to the sample size $n$. The test relies on the fact that the difference between the two-stage least squares (2SLS) estimator and the ordinary least squares (OLS) estimator asymptotically disappears when there are many weak instruments, but otherwise converges to a non-zero limit. We establish the limiting distribution of the difference within the above two specifications, and introduce a delete-$d$ Jackknife procedure to consistently estimate the asymptotic variance/covariance of the difference. Monte Carlo experiments demonstrate the good performance of the test procedure for both cases of single and multiple endogenous variables. Additionally, we re-examine the analysis of returns to education data in Angrist and Keueger (1991) using our proposed test. Both the simulation results and empirical analysis indicate the reliability of the test.