Doubly Robust Identification of Causal Effects of a Continuous Treatment using Discrete Instruments
利用离散工具变量双重稳健识别连续处理的因果效应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：摘要直接讨论离散工具变量下连续内生处理的因果效应识别及一阶段限制。
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
利用离散工具变量双重稳健识别连续处理的因果效应
- 研究问题
- 利用离散工具变量估计连续内生处理的因果效应时，能否构造在一阶段单调性或处理秩相似性任一成立时有效的目标量？
- 方法与思路
- 作者结合处理均值变化与分布变化两条识别路径，提出对两种一阶段限制具有双重稳健性的因果目标量，并进行睡眠应用。
- 材料陈述的贡献
- 摘要称所提出目标量在单调性或秩相似性任一限制下有效，应用所得睡眠对幸福感的影响估计与通常的两阶段最小二乘结果一致。
- 阅读关注点
- 应核对两条路径各自的其他识别条件、目标量的效应权重及解释，并区分此处双重稳健与干扰函数模型的双重稳健。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或接收。摘要未给出目标量公式与完整条件，结果相符也不能验证工具变量有效性。
原文摘要
Many empirical applications estimate causal effects of a continuous endogenous variable (treatment) using a binary instrument. Estimation is typically done through linear 2SLS. This approach requires a mean treatment change and causal interpretation requires the LATE-type monotonicity in the first stage. An alternative approach is to explore distributional changes in the treatment, where the first-stage restriction is treatment rank similarity. We propose causal estimands that are doubly robust in that they are valid under either of these two restrictions. We apply the doubly robust estimation to estimate the impacts of sleep on well-being. Our new estimates corroborate the usual 2SLS estimates.