Logit-based alternatives to two-stage least squares
基于 Logit 的两阶段最小二乘替代估计量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：摘要明确研究二元处理和工具变量下的因果处理效应及非负加权解释。
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…
基于 Logit 的两阶段最小二乘替代估计量
- 研究问题
- 当内生处理与工具变量均为二元变量时，能否构造与两阶段最小二乘同样易于计算、且具有更清晰因果加权解释的估计量？
- 方法与思路
- 作者提出基于 Logit 的工具变量估计及其增广版本，分析它们与两阶段最小二乘概率极限中的处理效应加权结构。
- 材料陈述的贡献
- 摘要称在某些概率极限可写成加权平均处理效应的情形中，新估计量保证权重非负，而两阶段最小二乘没有这一保证。
- 阅读关注点
- 核对非负权重保证对应的具体条件、协变量处理方式及增广步骤，区分不同估计量是否针对相同的处理效应目标。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未经核实。摘要未列出保证成立的情形，也未报告精度或稳健性比较，不能声称全面优于 2SLS。
原文摘要
We propose logit-based IV and augmented logit-based IV estimators that serve as alternatives to the traditionally used 2SLS estimator in the model where both the endogenous treatment variable and the corresponding instrument are binary. Our novel estimators are as easy to compute as the 2SLS estimator but have an advantage over the 2SLS estimator in terms of causal interpretability. In particular, in certain cases where the probability limits of both our estimators and the 2SLS estimator take the form of weighted-average treatment effects, our estimators are guaranteed to yield non-negative weights whereas the 2SLS estimator is not.