Local Effects of Continuous Instruments without Positivity
无需正值性假设的连续工具变量局部效应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：摘要直接研究连续工具变量、局部处理效应、主层和双重稳健因果估计。
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…
无需正值性假设的连续工具变量局部效应
- 研究问题
- 当工具变量连续且常用正值性假设不可信时，如何定义仍可估计的局部因果效应，并描述其对应的主层人群？
- 方法与思路
- 作者通过随机动态干预构造局部效应，要求干预分布相对于观测工具分布绝对连续，并提出双重稳健估计与样本分割。
- 材料陈述的贡献
- 摘要称提出无需正值性假设的一族局部效应，推导估计量渐近性质，并提供主层特征分析、敏感性分析及手术应用。
- 阅读关注点
- 应核对随机干预如何界定局部目标、绝对连续与传统正值性的区别，以及工具变量假设、主层解释和辅助函数收敛要求。
- 阅读边界
- 这是arXiv预印本，同行评审与期刊接收未核实。摘要未列出完整识别条件；无需正值性不意味着任意干预分布都可使用。
原文摘要
Instrumental variables are a popular study design for the estimation of treatment effects in the presence of unobserved confounders. In the canonical instrumental variables design, the instrument is a binary variable. In many settings, however, the instrument is continuous. Standard estimation methods can be applied with continuous instruments, but they require strong assumptions. While recent work has introduced more flexible estimation approaches, these methods require a positivity assumption that is implausible in many applications. We derive a novel family of causal estimands using stochastic dynamic interventions that allows a range of intervention distributions that are continuous with respect to the observed distribution of the instrument. These estimands focus on a specific local effect but do not require a positivity assumption. Next, we develop doubly robust estimators for these estimands that allow for estimation of the nuisance functions via nonparametric estimators. We use empirical process theory and sample splitting to derive asymptotic properties of the proposed estimators under weak conditions. In addition, we derive methods for profiling the principal strata as well as a method of sensitivity analysis. We evaluate our methods via simulation and demonstrate their feasibility using an application on the effectiveness of surgery for specific emergency conditions.