Testing for homogeneous treatment effects in linear and nonparametric instrumental variable models
线性与非参数工具变量模型中的处理效应同质性检验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：摘要直接研究内生处理、工具变量及处理效应同质性的检验，并讨论平均处理效应解释，因此归入因果推断方向。
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…
线性与非参数工具变量模型中的处理效应同质性检验
- 研究问题
- 当处理变量内生且存在工具变量时，如何检验所有个体处理效应相同的假设，并判断工具变量估计的总体平均效应解释？
- 方法与思路
- 作者利用与误差项共同独立于工具变量某一分量的辅助协变量，构造线性模型下的简便检验及采用 Tikhonov 正则化的非参数检验。
- 材料陈述的贡献
- 摘要称，两类检验适用于离散或连续处理，具有渐近正确的检验水平，并对一类备择达到渐近功效一，另有模拟和应用展示。
- 阅读关注点
- 应核对同质性原假设、辅助协变量的联合独立条件及可检测备择范围，并检查非参数正则化选择和工具变量强度要求。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及接收未核实；摘要未列出完整识别条件，未拒绝原假设也不能据此证明效应同质。
原文摘要
The hypothesis of homogeneous treatment effects is central to the instrumental variables literature. This assumption signifies that treatment effects are constant across all subjects. It allows to interpret instrumental variable estimates as average treatment effects over the whole population of the study. When this assumption does not hold, the bias of instrumental variable estimators can be larger than that of naive estimators ignoring endogeneity. This paper develops two tests for the assumption of homogeneous treatment effects when the treatment is endogenous and an instrumental variable is available. The tests leverage a covariable that is (jointly with the error terms) independent of a coordinate of the instrument. This covariate does not need to be exogenous. The first test assumes that the potential outcomes are linear in the regressors and is computationally simple. The second test is nonparametric and relies on Tikhonov regularization. The treatment can be either discrete or continuous. We show that the tests have asymptotically correct level and asymptotic power equal to one against a range of alternatives. Simulations demonstrate that the proposed tests attain excellent finite sample performances. The methodology is also applied to the evaluation of returns to schooling and the effect of price on demand in a fish market.