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:摘要围绕工具变量有效性、处理效应识别集与模型证伪展开。

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
Nicolas Apfel
Frank Windmeijer

针对排除限制与外生性违背的广义证伪适应集

研究问题
当工具变量可能违背排除限制或外生性时,原有证伪适应集为何可能遗漏真实处理效应,如何覆盖不同无效工具模式?
方法与思路
作者区分无效工具作为混杂变量或碰撞变量的情形,针对各类违背组合推导适应集,并取其并集构造广义版本。
材料陈述的贡献
摘要称错误处理无效工具可能使原适应集排除真值;广义并集在至少有一个有效工具时包含真值,并以道路与贸易案例说明。
阅读关注点
应核对混杂与碰撞情形的模型表示、各模式下集合的推导,以及至少一个有效工具这一保证所依赖的其他模型条件。
阅读边界
这是 arXiv 预印本,同行评审及接收未核实;摘要未给出完整假设和集合计算细节,包含真值的陈述不能脱离其模型条件使用。

原文摘要

The falsification adaptive set (FAS) as proposed by Masten and Poirier (2021) provides an identified set for a treatment effect when the baseline model is falsified, assuming invalid instruments violate exclusion only. We show that whether an invalid instrument is a confounder or collider has important consequences: incorrect treatment can cause the FAS to exclude the true parameter. We derive pattern-specific falsification adaptive sets for each combination of violations and propose a generalized FAS as their union, containing the true parameter value if any instrument is valid. We illustrate our results with the roads and trade application of Duranton et al. (2014).

笔记与分组
相关领域论文