Direct and Indirect Treatment Effects–Causal Chains and Mediation Analysis with Instrumental Variables
直接与间接处理效应：工具变量下的因果链与中介分析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：摘要明确研究工具变量下的因果直接效应、间接效应与中介识别。
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
直接与间接处理效应：工具变量下的因果链与中介分析
- 研究问题
- 当二元处理和中介变量都具有内生性时，如何利用工具变量分别识别经中介传递的间接效应与未经中介的直接效应？
- 方法与思路
- 作者分别为内生处理和内生中介使用不同工具变量，考察连续或离散中介及工具变量下各类直接、间接效应的非参数识别。
- 材料陈述的贡献
- 摘要称在多种设定下识别自然直接效应、自然间接效应及受控直接效应，并提供模拟研究和两个实证例子。
- 阅读关注点
- 应核对各类效应的定义、不同工具变量承担的识别角色，以及连续与离散设定下所需条件和可识别对象是否不同。
- 阅读边界
- 仅据所给 Crossref 摘要；工具变量有效性条件、识别范围和实证结果未说明，不能将识别主张推广到任意中介模型。
原文摘要
Summary The paper discusses the non-parametric identification of causal direct and indirect effects of a binary treatment based on instrumental variables. We identify the indirect effect, which operates through a mediator (i.e. intermediate variable) that is situated on the causal path between the treatment and the outcome, as well as the unmediated direct effect of the treatment by using distinct instruments for the endogenous treatment and the endogenous mediator. We examine various settings to obtain non-parametric identification of (natural) direct and indirect as well as controlled direct effects for continuous and discrete mediators and continuous and discrete instruments. We also provide a simulation study and two empirical illustrations.