Correcting for Omitted-Variables and Measurement-Error Bias in Regression with an Application to the Effect of Lead on IQ
校正回归中的遗漏变量与测量误差偏差：铅暴露对智商影响的应用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：摘要围绕遗漏变量混杂及测量误差对铅暴露影响估计的偏差校正，直接关联因果效应评估。
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…
校正回归中的遗漏变量与测量误差偏差：铅暴露对智商影响的应用
- 研究问题
- 当回归遗漏相关变量且解释变量含测量误差时，如何利用辅助信息校正 OLS 偏差，并重新评估儿童铅暴露与智商的关系？
- 方法与思路
- 作者利用关于未观测测量误差及遗漏变量的辅助信息进行偏差校正，并将方法应用于四项已发表的儿童铅暴露研究。
- 材料陈述的贡献
- 摘要称，辅助信息也可用于校正遗漏变量偏差；四项研究经校正后的铅影响估计明显缩小，且与零无显著差异。
- 阅读关注点
- 应核对辅助信息来源及其可信度、遗漏父亲智商变量的校正方式、测量误差设定，以及校正后不确定性的计算。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；辅助信息与识别条件未说明，校正后不显著不能证明铅暴露无影响，也不能直接确认因果识别。
原文摘要
Ordinary least squares (OLS) regression estimates are biased, in general, when relevant variables are omitted from the regression equation or when included variables are measured with error. The errors-in-variables bias can be corrected using auxiliary information about unobservable measurement errors. In this article we demonstrate how auxiliary information can also be used to correct for omitted-variables bias. We illustrate our methods with an application to four published studies of the effect on IQ of childhood exposure to lead. Each of the published studies used OLS methods (or equivalent). None of the studies includes a father IQ variable, and none accounts for the biasing effect of measurement error in the right-side variables. For each of the studies we demonstrate that bias-corrected estimates of the effect of lead on IQ are much reduced in size and are not significantly different from 0. Our methods can be used in other applications involving omitted variables or errors of measurement in the included variables.