跳到正文
← 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:摘要研究工具变量强度诊断,并以教育回报的工具变量应用说明方法,对应因果估计中的弱识别问题。

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
Zhenhong Huang
Chen Wang
Jianfeng Yao

大量弱工具变量下的第一阶段 F 检验

研究问题
当工具变量数量较多且工具较弱时,常用第一阶段 F 检验能否可靠诊断弱工具问题,如何修正其检验尺寸失真?
方法与思路
作者分析经典非中心卡方近似在大量弱工具情形下的不足,提出修正的第一阶段 F 统计量,并用教育回报数据进行演示。
材料陈述的贡献
摘要称通常第一阶段 F 检验会出现尺寸失真,且不因预检后的估计量或 Wald 检验选择而消除,并提出替代预检方法。
阅读关注点
应核对工具数量与样本量的渐近关系、弱工具定义、修正统计量及临界值,以及预检结果与后续区间推断的关系。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未核实;摘要未给出修正公式或适用条件,不能沿用传统阈值判断其诊断效果。

原文摘要

A widely adopted approach for detecting weak instruments is to use the first-stage $F$ statistic. While this method was developed with a fixed number of instruments, its performance with many instruments remains insufficiently explored. We show that the first-stage $F$ test exhibits distorted sizes for detecting many weak instruments, regardless of the choice of pretested estimators or Wald tests. These distortions occur due to the inadequate approximation using classical noncentral Chi-squared distributions. As a byproduct of our main result, we present an alternative approach to pre-test many weak instruments with the corrected first-stage $F$ statistic. An empirical illustration with Angrist and Keueger (1991)'s returns to education data confirms its usefulness.

笔记与分组