Assessing the credibility of instrumental variables inference with imperfect instruments via sensitivity analysis
通过敏感性分析评估不完美工具变量推断的可信度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：摘要核心是一般工具变量推断的敏感性分析，所列应用未交代研究目标或数据结构，不据引用名称推断细分领域。
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
通过敏感性分析评估不完美工具变量推断的可信度
- 研究问题
- 当工具变量可能与模型误差相关时，如何量化这种有效性不确定性对参数推断的影响，并评估既有结论的稳健程度？
- 方法与思路
- 作者针对给定的工具变量与误差协方差向量推导 IV 估计量的渐近抽样分布，据此开展敏感性分析，并展示已有研究应用。
- 材料陈述的贡献
- 摘要称该分布结果使研究者能够量化 IV 推断对工具与误差相关性的敏感程度，并以 Acemoglu 等二〇〇一年研究说明用途。
- 阅读关注点
- 应核对非零协方差下估计量的中心与极限分布、协方差的设定范围，以及应用中推断结论随相关性变化的具体方式。
- 阅读边界
- 所给 Crossref 摘要未说明渐近条件、敏感性范围或应用结论；该分析评估假定相关性下的稳健性，不能自行验证工具有效性。
原文摘要
Abstract Consistent instrumental variables (IV) estimation requires instruments uncorrelated with model errors, but this assumption is usually both suspect and untestable. Here the asymptotic sampling distribution of the IV parameter estimator is derived for any specified instrument‐error covariance vector. This result makes it possible to quantify the sensitivity of any particular IV inference result to instrument‐error correlations, allowing one to assess the robustness of such inferential conclusions to uncertainty in the validity of the instruments. An application illustrating the value of this sensitivity analysis is given to a study by Acemoglu et al. ( 2001 ). Copyright © 2009 John Wiley & Sons, Ltd.