Inference with Many Weak Instruments and Heterogeneity
大量弱工具变量与处理效应异质性下的推断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：摘要明确讨论处理效应异质性下的工具变量推断，并应用于法官和出生季度工具变量。
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
大量弱工具变量与处理效应异质性下的推断
- 研究问题
- 在线性工具变量模型中，当工具数量多、强度可能较弱且处理效应异质时，如何避免现有检验过度拒绝并进行有效推断？
- 方法与思路
- 作者提出基于得分统计量和留三法方差估计的检验，在特定不变统计量检验类中分析其渐近性质，并进行两项应用。
- 材料陈述的贡献
- 摘要称新检验有效，且在指定检验类内渐近一致最强无偏；法官与出生季度工具变量应用得到有界置信集合。
- 阅读关注点
- 应核对异质性下的目标参数、工具数量与强度条件、留三法方差构造，以及最优性限定的检验类和置信集合反演。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明完整有效性条件，应用中的有界集合不保证普遍成立。
原文摘要
This paper considers inference in a linear instrumental variable regression model with many potentially weak instruments, in the presence of heterogeneous treatment effects. I first show that existing test procedures, including those that are robust to either weak instruments or heterogeneous treatment effects, can be arbitrarily oversized. I propose a novel and valid test based on a score statistic and a ``leave-three-out" variance estimator. In the presence of heterogeneity and within the class of tests that are functions of the leave-one-out analog of a maximal invariant, this test is asymptotically the uniformly most powerful unbiased test. In two applications to judge and quarter-of-birth instruments, the proposed inference procedure also yields a bounded confidence set while some existing methods yield unbounded or empty confidence sets.