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:摘要围绕异质处理效应模型中的工具变量识别假设及其可检验限制。

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
Thomas Carr
Toru Kitagawa

包含协变量时的工具变量有效性检验

研究问题
在具有异质处理效应和条件协变量的模型中,工具变量识别假设能产生哪些可检验限制,如何联合检验以提高功效?
方法与思路
作者假定潜在结果与协变量具有半参数依赖关系,推导部分残差次密度的等式和不等式限制,并用修剪样本检验不等式。
材料陈述的贡献
摘要提出联合限制检验和称为 distillation 的修剪步骤,模拟报告有限样本功效提升;三个工具变量应用中拒绝一个的原假设。
阅读关注点
应核对被检验的识别假设、半参数设定及残差估计影响,检查样本修剪规则、联合检验尺寸和拒绝结论的解释。
阅读边界
这是 arXiv 预印本,同行评审与接收未核实。摘要未说明具体工具变量及检验条件,通过检验不能证明工具变量有效。

原文摘要

We develop a novel test of the instrumental variable identifying assumptions for heterogeneous treatment effect models with conditioning covariates. We assume semiparametric dependence between potential outcomes and conditioning covariates. This allows us to obtain testable equality and inequality restrictions among the subdensities of estimable partial residuals. We propose jointly testing these restrictions. To improve power, we introduce distillation, where a trimmed sample is used to test the inequality restrictions. In Monte Carlo exercises we find gains in finite sample power from testing restrictions jointly and distillation. We apply our test procedure to three instruments and reject the null for one.

笔记与分组
相关领域论文