Using negative controls to identify causal effects with invalid instrumental variables
利用负对照识别无效工具变量下的因果效应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：摘要明确讨论无效工具变量、负对照、因果效应识别及处理组平均处理效应估计，直接属于因果推断方法。
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…
利用负对照识别无效工具变量下的因果效应
- 研究问题
- 工具变量的无混杂或排除限制失效时，能否利用负对照人群或结果恢复因果效应识别，并构造稳健而有效的估计量？
- 方法与思路
- 作者利用暴露固定的子人群或负对照结果，要求工具与结果的关联满足某种平行趋势条件，并发展半参数效率理论。
- 材料陈述的贡献
- 摘要称，该策略可在工具变量假设被违反时实现识别，并给出处理组平均处理效应的多重稳健、局部有效估计量及应用。
- 阅读关注点
- 应核对负对照的有效性、暴露固定子群的作用、平行趋势条件的确切形式，以及多重稳健性覆盖哪些模型组合。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出全部识别条件，不能理解为任意无效工具变量都可由负对照修复。
原文摘要
Many proposals for the identification of causal effects require an instrumental variable that satisfies strong, untestable unconfoundedness and exclusion restriction assumptions. In this paper, we show how one can potentially identify causal effects under violations of these assumptions by harnessing a negative control population or outcome. This strategy allows one to leverage sub-populations for whom the exposure is degenerate, and requires that the instrument-outcome association satisfies a certain parallel trend condition. We develop the semiparametric efficiency theory for a general instrumental variable model, and obtain a multiply robust, locally efficient estimator of the average treatment effect in the treated. The utility of the estimators is demonstrated in simulation studies and an analysis of the Life Span Study.