跳到正文
← 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:摘要明确综述存在未观测混杂及无效工具变量时的因果效应识别与推断。

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
Hyunseung Kang
Zijian Guo
Zhonghua Liu
Dylan Small

无效工具变量下的识别与推断

研究问题
当工具变量违反排除限制或与未观测混杂因素相关时,现有方法如何识别暴露的因果效应并开展统计推断?
方法与思路
作者综述线性、非线性及异方差模型中的无效工具变量研究,并利用 UK Biobank 数据再分析体重指数对收缩压的影响。
材料陈述的贡献
摘要所述贡献是梳理不同工具有效性违背下的识别与推断方法,并通过同一实证问题比较多种方法的结果。
阅读关注点
应核对各类无效工具定义、替代识别限制和适用模型,并比较实证中工具选择、效应目标及不确定性处理是否一致。
阅读边界
这是 arXiv 预印本,同行评审及期刊接收未核实;摘要未给出方法清单、具体识别限制及比较结果,也未声称提出统一新估计器。

原文摘要

Instrumental variables (IVs) are widely used to study the causal effect of an exposure on an outcome in the presence of unmeasured confounding. IVs require an instrument, a variable that is (A1) associated with the exposure, (A2) has no direct effect on the outcome except through the exposure, and (A3) is not related to unmeasured confounders. Unfortunately, finding variables that satisfy conditions (A2) or (A3) can be challenging in practice. This paper reviews works where instruments may not satisfy conditions (A2) or (A3), which we refer to as invalid instruments. We review identification and inference under different violations of (A2) or (A3), specifically under linear models, non-linear models, and heteroskedatic models. We conclude with an empirical comparison of various methods by re-analyzing the effect of body mass index on systolic blood pressure from the UK Biobank.

笔记与分组
相关领域论文