×
吉安皮耶罗·马拉;Radie，罗莎尔巴

灵活的工具变量方法。 （英语） Zbl 1420.62316号

统计模型。 11，第6号，581-603（2011）.
总结：经典回归模型文献通常假设测量和未测量协变量在统计上是独立的。对于许多应用程序，这种假设显然是脆弱的。当不可观测值与包含的回归变量相关并对响应产生影响时，标准估计方法将无效。这意味着，观察性研究的评估结果（其目的是评估感兴趣的治疗对反应变量的影响）在存在未测量混杂因素的情况下会有偏差且不一致。在处理线性模型时，获得治疗效果一致估计值的一种方法是工具变量（IV）方法。线性模型已扩展到广义线性模型（GLM）和广义可加模型（GAM），尽管提出了IV方法来处理GLM，但尚未开发出在GAM背景下进行IV分析的拟合方法。当处理使用任何惩罚回归样条方法表示的GAM时，我们提出了一个简单但有效的IV估计的两阶段过程，以及置信区间的校正过程。我们解释了该方法的工作条件，并通过广泛的模拟实验和怀疑存在未测量混杂因素的健康研究来说明其经验有效性。

引用于4文件

MSC公司：

62J12型 广义线性模型（逻辑模型）
62G08号 非参数回归和分位数回归

关键词：

广义可加模型;工具变量;两阶段估计法;未测量的混杂

软件：

半标准杆;全球供应链;加迈尔
PDF格式BibTeX公司 XML格式引用
\textit｛G.Marra｝和\textit｛R.Radice｝，统计模型。11，第6号，581--603（2011；Zbl 1420.62316）
全文： 内政部

参考文献：

[1] Ai，C，Chen，X（2003）含未知函数的条件矩约束模型的有效估计。计量经济学，711795-843·Zbl 1154.62323号
[2] Amemiya，T（1974）非线性两阶段最小二乘估计。《计量经济学杂志》，2105-10·Zbl 0282.62089号
[3] Becher，H（1992）回归模型中剩余混杂的概念和一些应用。医学统计，11747-58。
[4] Beck，CA，Penrod，J，Gyorkos，TW，Shapiro，S，Pilote，L（2003）急性心肌梗死后的积极护理能降低死亡率吗？使用工具变量进行分析，以比较加拿大和美国患者群体的疗效。卫生服务研究，381423-40。
[5] Bound，J，Jaeger，DA，Baker，RM（1995）工具与内生解释变量相关性较弱时工具变量估计的问题。美国统计协会杂志，90，443-50。
[6] Brugiavini，A，Jappelli，T，Weber，G（2002）《健康、老龄化和财富调查》。意大利：萨莱诺大学。
[7] Buchmueller，TC，Grumbach，K，Kronick，R，Kahn，JG（2005）《书评：医疗保险对医疗保健利用的影响以及对保险扩张的影响：文献综述》。医疗护理研究与评论，62，3-30。
[8] Das，M（2005）具有离散内生回归变量的非参数模型的工具变量估计。《计量经济学杂志》，124335-61·Zbl 1334.62034号
[9] Frosini，BV（2006），因果关系和因果模型：概念视角。《国际统计评论》，74305-34。
[10] Gentle，JE（2003），随机数生成和蒙特卡罗方法。纽约：Springer-Verlag·Zbl 1028.65004号
[11] Greenland，S（2000）流行病学家工具变量简介。国际流行病学杂志，29722-29。
[12] Gu，C（1992）惩罚似然回归——贝叶斯分析。中国统计局，225-64·Zbl 0822.62023号
[13] Gu，C（2002）平滑样条方差分析模型。伦敦：Springer-Verlag·Zbl 1051.62034号
[14] Gu，C，Wahba，G（1993）基于分量贝叶斯置信区间的平滑样条方差分析。计算与图形统计杂志，297-117。
[15] Guisan，A，Edwards，TC，Hastie，T（2002）《物种分布研究中的广义线性和广义加性模型：场景设置》。生态建模，157，89-100。
[16] Hall，P，Horowitz，JL（2005），工具变量存在下的非参数推理方法。《统计年鉴》，第332904-29页·Zbl 1084.62033号
[17] Harmon，C，Nolan，B（2001）爱尔兰的医疗保险和医疗服务利用。健康经济学，10135-45。
[18] Hastie，T，Tibshirani，R（1990）广义可加模型。伦敦：查普曼和霍尔·Zbl 0747.62061号
[19] Hausman，JA（1978）《计量经济学规范测试》。《计量经济学》，46，1251-71·Zbl 0397.62043号
[20] Hausman，JA（1983）联立方程模型的规范和估计。In Griliches，Z，Intriligator，MD eds.《计量经济学手册》，第391-448页，阿姆斯特丹：北荷兰·Zbl 0548.62071号
[21] Heckman，J（1978）联立方程系统中的虚拟内生变量。《计量经济学》，46，931-59·Zbl 0382.62095号
[22] Hofter，RH（2006）《智利的私人医疗保险和医疗服务利用》。应用经济学，38，423-39。
[23] Johnston，KM，Gustafson，P，Levy，AR，Grootendorst，P（2008）在存在未测量混杂因素的情况下分析广义线性模型时使用工具变量与流行病学研究应用。医学统计学，271539-56。
[24] Kauermann，G，Krivobokova，T，Fahrmeir，L（2009）广义惩罚样条光滑化的一些渐近结果。英国皇家统计学会期刊B辑，71，487-503·Zbl 1248.62055号
[25] Leigh，JP，Schembri，M（2004）工具变量技术：卷烟价格提供了吸烟对SF-12影响的更好估计。临床流行病学杂志，57284-93。
[26] Linden，A，Adams，JL（2006）《评估疾病管理方案的有效性：工具变量介绍》。临床实践评估杂志，12，148-54。
[27] Maddala，G（1983）《计量经济学中的有限依赖性和定性变量》。纽约：剑桥大学出版社·Zbl 0527.62098号
[28] Marra，G，Radie，R（2010）惩罚回归样条：理论和医学研究应用。医学研究中的统计方法，19，107-25。
[29] McCullagh，P，Nelder，JA（1989）广义线性模型。伦敦：查普曼和霍尔·Zbl 0744.62098号
[30] Newey，WK，Powell，JL（2003）非参数模型的仪器变量估计。《计量经济学》，第71期，第1565-78页·Zbl 1154.62415号
[31] Nychka，D（1988）平滑样条的贝叶斯置信区间。美国统计协会杂志，83，1134-43。
[32] Reidpath，DD，Crawford，D，Tilgner，L，Gibbons，C（2002）澳大利亚体重指数与医疗服务使用之间的关系。肥胖研究，10526-31。
[33] Ruppert，D，Wand，MP，Carroll，RJ（2003）半参数回归。伦敦：剑桥大学出版社·Zbl 1038.62042号
[34] Silverman，BW（1985）非参数回归曲线拟合的样条平滑方法的一些方面。英国皇家统计学会期刊B辑，47，1-52·Zbl 0606.62038号
[35] Staiger，D，Stock，JH（1997）工具变量与弱工具的回归。《计量经济学》，65，557-86·Zbl 0871.62101号
[36] Terza，JV，Basu，A，Rathouz，PJ（2008）《两阶段剩余包容性估计：解决卫生计量经济学建模中的内生性》。《健康经济学杂志》，27531-43。
[37] Wahba，G（1983）交叉验证平滑样条的贝叶斯“置信区间”。英国皇家统计学会期刊B辑，45133-50·Zbl 0538.65006号
[38] Wood，SN（2006）《广义加性模型：R.London:Chapman&Hall导论》·Zbl 1087.62082号
[39] Wood，SN（2008）广义加性模型的快速稳定直接拟合和平滑度选择。英国皇家统计学会期刊B辑，70495-518·Zbl 05563356号
[40] Wooldridge，JM（2002）横截面和面板数据的计量经济学分析。剑桥：麻省理工学院出版社·Zbl 1441.62010年
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。