On the Use of the Lasso for Instrumental Variables Estimation with Some Invalid Instruments
存在部分无效工具变量时Lasso在工具变量估计中的使用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。
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：摘要直接研究违反排除限制的工具变量模型，并用于孟德尔随机化的因果效应估计。
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…
存在部分无效工具变量时Lasso在工具变量估计中的使用
- 研究问题
- 在线性工具变量因果模型中，无效工具的相对强度如何影响Lasso选择，能否构造不依赖这一相对强度的一致估计？
- 方法与思路
- 作者分析违反排除限制的工具变量选择，提出在无效工具少于一半时一致的中位数估计，并以其支持自适应Lasso估计。
- 材料陈述的贡献
- 摘要称较强无效工具可能使Lasso选择不一致；中位数估计一致性不依赖相对强度或相关结构，后续估计具有预言性质。
- 阅读关注点
- 应核对少于一半条件如何计数、工具相关性与强度条件，以及中位数初始估计、惩罚参数和预言性质之间的联系。
- 阅读边界
- 来源为版本未注明的OpenAlex摘要；完整识别和正则条件未提供，少于一半无效工具不能被视为一致性的唯一要求。
原文摘要
We investigate the behavior of the Lasso for selecting invalid instruments in linear instrumental variables models for estimating causal effects of exposures on outcomes, as proposed recently by Kang et al. Invalid instruments are such that they fail the exclusion restriction and enter the model as explanatory variables. We show that for this setup, the Lasso may not consistently select the invalid instruments if these are relatively strong. We propose a median estimator that is consistent when less than 50% of the instruments are invalid, and its consistency does not depend on the relative strength of the instruments, or their correlation structure. We show that this estimator can be used for adaptive Lasso estimation, with the resulting estimator having oracle properties. The methods are applied to a Mendelian randomization study to estimate the causal effect of body mass index (BMI) on diastolic blood pressure, using data on individuals from the UK Biobank, with 96 single nucleotide polymorphisms as potential instruments for BMI. Supplementary materials for this article are available online.