Identifying the effect of a mis-classified, binary, endogenous regressor
误分类二元内生解释变量效应的识别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。
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：摘要研究内生解释变量效应在工具变量与误分类条件下的识别，直接关联因果效应识别方法。
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…
误分类二元内生解释变量效应的识别
- 研究问题
- 当二元内生解释变量存在误分类且只有离散工具变量时，目标效应能否点识别，哪些独立性条件只能给出界限，哪些足以识别？
- 方法与思路
- 作者先检视既有点识别论证，再在工具变量和测量误差的均值独立条件下推导尖锐识别集合，并考察增加二、三阶矩独立条件。
- 材料陈述的贡献
- 摘要称纠正了既有点识别结果，给出有信息但不能点识别的尖锐界限，并证明增加二、三阶矩独立假设足以识别模型。
- 阅读关注点
- 应核对原识别论证失效的原因、均值独立条件的具体对象、界限尖锐性的证明，以及高阶矩独立假设的含义与可信性。
- 阅读边界
- 仅依据所给出版社摘要，无法核验对既有结果的纠正或新增假设的适用性；具体误分类机制、界限宽度及数据应用未说明。
原文摘要
This paper studies identification of the effect of a mis-classified, binary, endogenous regressor when a discrete-valued instrumental variable is available. We begin by showing that the only existing point identification result for this model is incorrect. We go on to derive the sharp identified set under mean independence assumptions for the instrument and measurement error. The resulting bounds are novel and informative, but fail to point identify the effect of interest. This motivates us to consider alternative and slightly stronger assumptions: we show that adding second and third moment independence assumptions suffices to identify the model.