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。

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:摘要直接研究工具变量正交性与外生性违反对推断的影响,为工具变量因果推断中的有效性问题提供明确分类依据。

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
Daniel Berkowitz
Mehmet Caner
Ying Fang

重新审视工具变量的有效性

研究问题
当工具变量轻微违反正交条件时,如何修正 Anderson–Rubin 检验的过度拒绝问题,并获得有效但可能保守的推断?
方法与思路
作者修改 Wu 的重抽样技术,构造分数重抽样 Anderson–Rubin 检验;重抽样选取一半样本,以获得保守临界值。
材料陈述的贡献
摘要称,该方法能修正轻微正交性违反下的检验尺寸问题;加入区块大小的有限样本修正后,模拟表现也较好。
阅读关注点
应核对正交性违反的形式与渐近尺度、半样本重抽样为何有效,以及区块大小修正、保守程度和功效损失。
阅读边界
仅据所给出版社摘要,不能断言任意无效工具都可获得有效推断;中度至较大外生性违反下的表现仅有模拟概述。

原文摘要

This paper shows how valid inferences can be made when an instrumental variable does not perfectly satisfy the orthogonality condition. When there is a mild violation of the orthogonality condition, the Anderson and Rubin (1949) test is oversized. In order to correct this problem, the fractionally resampled Anderson–Rubin test is derived by modifying Wu’s (1990) resampling technique. We select half of the sample when resampling and obtain valid but conservative critical values. Simulations show that our technique performs well even with moderate to large violation of exogeneity when there is a finite sample correction for the block size choice.

笔记与分组