Two-stage least squares with a randomly right censored outcome
结果变量随机右删失时的两阶段最小二乘估计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：摘要明确以两阶段最小二乘估计内生解释变量的因果效应，并处理结果删失，直接支持因果推断方向的分类。
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
结果变量随机右删失时的两阶段最小二乘估计
- 研究问题
- 在线性模型中，当结果变量受到随机右删失且部分解释变量内生时，如何调整两阶段最小二乘以估计其因果效应？
- 方法与思路
- 作者将标准两阶段最小二乘中的普通最小二乘回归替换为加权最小二乘回归，权重使用删失概率的逆概率形式。
- 材料陈述的贡献
- 摘要称，文章建立所提估计量的一致性与渐近正态性，并通过模拟展示良好的有限样本表现，形成简单的加权程序。
- 阅读关注点
- 应核对工具变量的有效性与相关性条件、随机删失的具体定义，以及删失概率估计是否影响两个阶段和方差计算。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出工具变量及删失识别条件，也未报告有限样本比较数值。
原文摘要
This note develops a simple two-stage least squares (2SLS) procedure to estimate the causal effect of some endogenous regressors on a randomly right censored outcome in the linear model. The proposal replaces the usual ordinary least squares regressions of the standard 2SLS by weighted least squares regressions. The weights correspond to the inverse probability of censoring. We show consistency and asymptotic normality of the estimator. The estimator exhibits good finite sample performances in simulations.