An integral equation for the identification of causal effects in nonlinear models
用于识别非线性模型因果效应的积分方程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：摘要直接讨论非线性结构方程中因果效应的工具变量识别。
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
用于识别非线性模型因果效应的积分方程
- 研究问题
- 在非线性结构方程中，保持其他变量固定时的平均边际因果效应为何不能仅由联合分布识别，又如何借助工具变量识别？
- 方法与思路
- 作者利用工具变量 Z，基于 X 与 Z、Y 与 Z 的联合分布构造积分方程，并给出因果效应可由该方程识别的条件。
- 材料陈述的贡献
- 摘要称目标因果效应不能从 X 与 Y 的联合分布识别，但在所给条件下，可以通过工具变量所构成的积分方程识别。
- 阅读关注点
- 应核对目标平均导数的定义、工具变量须满足的具体限制、积分方程解的唯一性，以及识别结论能否转化为稳定估计。
- 阅读边界
- 所据为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明识别条件的具体形式，也未提供估计算法或实证结果。
原文摘要
When the causal relationship between X and Y is specified by a structural equation, the causal effect of X on Y is the expected rate of change of Y with respect to changes in X, when all other variables are kept fixed. This causal effect is not identifiable from the distribution of (X,Y). We give conditions under which this causal effect is identified as the solution of an integral equation based on the distributions of (X,Z) and (Y,Z), where Z is an instrumental variable.