A conditional independence test for causality in econometrics
用于计量经济学因果分析的条件独立性检验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：摘要直接讨论遗漏混杂、工具变量及因果分析中控制变量集合的证伪。
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
用于计量经济学因果分析的条件独立性检验
- 研究问题
- 传统 Y 检验需要多个条件独立工具变量而难以实施时，能否放松这一要求，辅助发现遗漏混杂或反驳拟议控制变量集合？
- 方法与思路
- 作者提出放松独立性要求的启发式检验，并在价格与需求、企业贷款与生产率两个问题中展示应用及其局限。
- 材料陈述的贡献
- 摘要称，该检验在线性关系与高斯加性噪声场景中具有信息价值，但在其他情境可能误导，可作为控制集合的证伪工具。
- 阅读关注点
- 应核对放松独立性的具体方式、工具变量所需条件、线性高斯结果的依据，以及非线性或非高斯情境下的失败机制。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；作者明确承认启发式检验可能误导，检验通过不能证明没有遗漏混杂。
原文摘要
The Y-test is a useful tool for detecting missing confounders in the context of a multivariate regression.However, it is rarely used in practice since it requires identifying multiple conditionally independent instruments, which is often impossible. We propose a heuristic test which relaxes the independence requirement. We then show how to apply this heuristic test on a price-demand and a firm loan-productivity problem. We conclude that the test is informative when the variables are linearly related with Gaussian additive noise, but it can be misleading in other contexts. Still, we believe that the test can be a useful concept for falsifying a proposed control set.