INSTRUMENTAL VARIABLES METHODS WITH HETEROGENEITY AND MISMEASURED INSTRUMENTS
异质性与工具变量测量误差下的工具变量方法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：摘要明确研究有序离散选择结构系统中，误测工具对 LATE、MTE 与 IV 因果解释的影响。
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
异质性与工具变量测量误差下的工具变量方法
- 研究问题
- 研究以有误差的代理变量替代真实工具变量时，Wald、局部工具变量和 IV 估计对象如何解释，以及何时仍识别原来的处理效应。
- 方法与思路
- 作者在异质性有序离散选择结构系统中，利用代理变量的排除限制及给定真实工具后的均值独立条件，推导效应权重与等价条件。
- 材料陈述的贡献
- 摘要称代理工具的估计对象识别 LATE 或 MTE 的加权平均，给出权重非负的充要条件，并讨论恢复原工具识别效应的条件。
- 阅读关注点
- 应核对代理工具与真实工具的假设区别、权重非负和效应一致条件，以及二元工具特例和平均处理效应恢复各自的适用范围。
- 阅读边界
- 所给 Crossref 摘要未展示完整权重公式与等价条件；代理变量可不满足单调性或某些外生性，不能理解为可任意使用失效工具。
原文摘要
We study the consequences of substituting an error-laden proxy W for an instrument Z on the interpretation of Wald, local instrumental variable (LIV), and instrumental variable (IV) estimands in an ordered discrete choice structural system with heterogeneity. A proxy W need only satisfy an exclusion restriction and that the treatment and outcome are mean independent from W given Z . Unlike Z , W need not satisfy monotonicity and may, under particular specifications, fail exogeneity. For example, W could code Z with error, with missing observations, or coarsely. We show that Wald, LIV, and IV estimands using W identify weighted averages of local or marginal treatment effects (LATEs or MTEs). We study a necessary and sufficient condition for nonnegative weights. Further, we study a condition under which the Wald or LIV estimand using W identifies the same LATE or MTE that would have been recovered had Z been observed. For example, this holds for binary Z and therefore the Wald estimand using W identifies the same “average causal response,” or LATE for binary treatment, that would have been recovered using Z . Also, under this condition, LIV using W can be used to identify MTE and average treatment effects for e.g., the population, treated, and untreated.