BudgetIV: Optimal Partial Identification of Causal Effects with Mostly Invalid Instruments
BudgetIV：多数工具变量无效时因果效应的最优部分识别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：摘要围绕无效工具变量条件下因果效应的部分识别与置信集展开。
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…
BudgetIV：多数工具变量无效时因果效应的最优部分识别
- 研究问题
- 当工具变量可能违反排除限制或与结局存在混杂时，如何用可解释的预算约束描述失效程度，并确定因果效应的可行集合？
- 方法与思路
- 作者用可调预算放松两类工具变量条件，基于相关协方差参数计算有限个凸子集的并集，并讨论锐性及渐近置信集构造。
- 材料陈述的贡献
- 摘要称，算法可精确计算给定协方差参数下的效应可行集，允许集合不连通；选择工具变量子集在所考察设置中优于凸松弛。
- 阅读关注点
- 应核对预算的含义与量纲、适用半参数模型、可行集成为锐集的条件，以及孟德尔随机化中的统计假设如何支撑置信集有效性。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未给出具体锐性条件、预算选择规则及置信集依赖的统计假设。
原文摘要
Instrumental variables (IVs) are widely used to estimate causal effects in the presence of unobserved confounding between exposure and outcome. An IV must affect the outcome exclusively through the exposure and be unconfounded with the outcome. We present a framework for relaxing either or both of these strong assumptions with tuneable and interpretable budget constraints. Our algorithm returns a feasible set of causal effects that can be identified exactly given relevant covariance parameters. The feasible set may be disconnected but is a finite union of convex subsets. We discuss conditions under which this set is sharp, i.e., contains all and only effects consistent with the background assumptions and the joint distribution of observable variables. Our method applies to a wide class of semiparametric models, and we demonstrate how its ability to select specific subsets of instruments confers an advantage over convex relaxations in both linear and nonlinear settings. We also adapt our algorithm to form confidence sets that are asymptotically valid under a common statistical assumption from the Mendelian randomization literature.