无限制异质性和持续治疗的仪器变量

@第{条Kasy2014InstrumentalVW,title={非限制异质性和连续治疗的仪器变量},author={Maximilian Kasy},journal={The Review of Economic Studies(经济研究评论)},年份={2014},体积={81},页码={1614-1636},url={https://api.semanticscholar.org/CorpusID:37384928}}
本文讨论了连续三角形系统中的识别,不受异质性或函数形式的限制。我们不假设结构函数的可分性、不可观测项维数的限制或不可观测项的单调性。我们确实保持了仪器中第一阶段关系的单调性,并考虑了实值处理的情况。仅在这些条件下,并提供足够丰富的数据支持,潜在结果

用单一二元工具或回归不连续性识别多重边际效应

本文提出了一种新的策略,用于识别回归模型中内生多值变量(可以是连续变量,也可以是向量)的所有边际效应

随机系数三角形模型

摘要三角模型是一种非常流行的方法,可以在存在内生性的情况下进行因果推断。在这个模型中,结果由内生回归变量决定,而内生回归因子又是

二元内生性不可分模型中的反事实映射和个体处理效应

本文在一个具有二元内生回归变量的不可分离模型中建立了个体治疗效果的非参数识别。结果变量可以是连续的、离散的或

具有异质效应的仪器:偏差、单调性和局部性

摘要在工具变量(IV)估计中,工具对内生变量的影响可能因样本而异。在这种情况下,静脉注射产生局部平均治疗效果

无基础条件下不可观测数据的单调性检验

在结构模型中建模异质性时,标量不可观测的单调性是一个常见的假设。除其他外,它允许人们从

用二元工具或回归不连续性识别边缘方程

本文提出了一种新的策略,用于识别一个二元回归模型中的内生多值变量(可以是连续的,也可以是向量)的边缘割集

无单调性的不可分性:因果推断的互事实分布M估计

非参数恒等式�?阳离子策略用于捕获因果关系,而不施加不可分离非线性误差模型文献中存在的任何单调性变体。这是

测试是否存在测量误差

本文对解释变量中没有测量误差的假设和测量误差(如果存在)不会歪曲数据的假设提出了一个简单的非参数检验

通过工具变量识别因果关系的方向

本文提供了一种策略,用于识别工具变量识别的广义非参数不可分离模型中因果效应的存在性和方向。因果关系

随机系数三角形模型

摘要三角模型是一种非常流行的方法,可以在存在内生性的情况下进行因果推断。在这个模型中,结果由内生回归变量决定,而内生回归因子又是

不可分模型中的辨识

建立了弱非参数约束,足以识别潜在随机变量不可分离的结构函数导数的值。这些衍生物可以

不规则识别、支持条件和反权重估计

在加权矩条件模型中,我们显示了识别性和可估计性之间的微妙联系,这限制了基于这些模型的估计器的实用性。特别是,如果是

量化治疗效果的IV模型

分位数回归模型能够表征变量对结果分布不同点的异质影响,这使其在许多经济应用中具有吸引力。

单调工具变量及其在返校率中的应用

治疗反应的计量经济学分析通常使用工具变量(IV)假设来确定治疗效果。然而,IV假设的可信度通常是一个相当大的问题

利用控制函数识别三角形系统

本文讨论非参数连续三角系统的识别。它提供了满足以下条件的控制函数存在的充分必要条件

具有内生性和离散工具的不可分模型的识别*

我们研究了将连续结果与连续内生变量相关联的不可分离函数的识别。我们假设手头有一件乐器,并假设两者都是单调的

离散变量下的非参数辨识

本文给出了依赖于离散内生变量的结构函数局部特征存在非参数区间识别的弱条件

带有弱工具的非参数三角联立方程模型

工具变量被广泛用于识别和估计具有内生解释变量的模型中的因果关系。薄弱工具的后果广泛