On the Use of Instrumental Variables in Mediation Analysis
中介分析中工具变量的使用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。
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：摘要直接讨论因果中介效应、工具变量识别与未观测混杂。
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
中介分析中工具变量的使用
- 研究问题
- 在二元处理与二元工具变量均假定随机的中介分析中，工具变量能否容许未观测混杂，并识别研究者关心的机制效应？
- 方法与思路
- 作者讨论工具变量中介效应的识别，考察额外单调性假设、强恒定效应假设，以及工具变量估计对象与目标参数的关系。
- 材料陈述的贡献
- 摘要称，除非假定强恒定效应，否则需要额外单调性；即使单调性成立，工具变量估计对象仍未必等于目标参数。
- 阅读关注点
- 应核对具体中介目标参数、随机化及单调性涉及的变量，并检查哪些人群的局部效应对应实际工具变量估计对象。
- 阅读边界
- 这是arXiv预印本，同行评审及接收未核验。摘要未给出完整识别假设或参数表达式，结论不能推广到所有工具变量中介设计。
原文摘要
Empirical researchers are often interested in not only whether a treatment affects an outcome of interest, but also how the treatment effect arises. Causal mediation analysis provides a formal framework to identify causal mechanisms through which a treatment affects an outcome. The most popular identification strategy relies on so-called sequential ignorability (SI) assumption which requires that there is no unobserved confounder that lies in the causal paths between the treatment and the outcome. Despite its popularity, such assumption is deemed to be too strong in many settings as it excludes the existence of unobserved confounders. This limitation has inspired recent literature to consider an alternative identification strategy based on an instrumental variable (IV). This paper discusses the identification of causal mediation effects in a setting with a binary treatment and a binary instrumental variable that is both assumed to be random. We show that while IV methods allow for the possible existence of unobserved confounders, additional monotonicity assumptions are required unless the strong constant effect is assumed. Furthermore, even when such monotonicity assumptions are satisfied, IV estimands are not necessarily equivalent to target parameters.