Interpretational errors with instrumental variables
工具变量研究中的解释错误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：摘要围绕工具变量识别的局部平均处理效应与因果参数解释展开。
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…
工具变量研究中的解释错误
- 研究问题
- 工具变量研究转而估计局部平均处理效应后，是否仍将结果解释为原始问题关注的其他因果参数，从而产生解释错误？
- 方法与思路
- 作者对经济学、政治学、流行病学和临床医学主要期刊中的三百零九项独立研究开展系统综述与元分析。
- 材料陈述的贡献
- 摘要报告，针对局部平均处理效应的研究中有 61% 出现暗示估计了其他参数的表述，提示参数解释可能损害结论有效性。
- 阅读关注点
- 应核对纳入标准、参数目标的判定与错误编码规则，以及 61% 的分母和关于其他参数可能异号的论证依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未获确认；摘要未说明编码一致性和样本代表性，该比例不能直接推广至全部工具变量研究。
原文摘要
Instrumental variables (IV) are often used to identify causal effects in observational settings and experiments subject to non-compliance. Under canonical assumptions, IVs allow us to identify a so-called local average treatment effect (LATE). The use of IVs is often accompanied by a pragmatic decision to abandon the identification of the causal parameter that corresponds to the original research question and target the LATE instead. This pragmatic decision presents a potential source of error: an investigator mistakenly interprets findings as if they had made inference on their original causal parameter of interest. We conducted a systematic review and meta-analysis of patterns of pragmatism and interpretational errors in the applied IV literature published in leading journals of economics, political science, epidemiology, and clinical medicine (n = 309 unique studies). We found that a large fraction of studies targeted the LATE, although specific interest in this parameter was rare. Of these studies, 61% contained claims that mistakenly suggested that another parameter was targeted -- one whose value likely differs, and could even have the opposite sign, from the parameter actually estimated. Our findings suggest that the validity of conclusions drawn from IV applications is often compromised by interpretational errors.