利用局部工具变量曲线的连续工具变量稳健因果推断
统计方法学
2018-07-05 v3
摘要
工具变量常用于估计受未测量混杂因素影响的处理效应，实践中工具变量往往是连续的（例如距离度量或处理偏好）。然而，现有连续工具变量方法有重要局限：它们要么需要用于识别的严格参数假设，要么依赖于对结果和处理过程都建模良好（且需要所有调整协变量的效应修正建模）。本工作开发了局部工具变量效应曲线的首个半参数双重稳健估计量，即那些在工具值高于某阈值且不低于该阈值时会接受处理的个体中的效应。除了对工具或处理/结果过程误设定具有稳健性外，我们的方法还结合了关于工具机制的信息，并允许效应修正的灵活数据自适应估计。我们讨论了弱条件下的渐近性质，并使用这些方法以出行时间作为工具，研究具有高与低技术能力的新生儿重症监护病房对婴儿死亡率的影响。
引用
@article{arxiv.1607.02566,
title = {Robust causal inference with continuous instruments using the local instrumental variable curve},
author = {Edward H. Kennedy and Scott A. Lorch and Dylan S. Small},
journal= {arXiv preprint arXiv:1607.02566},
year = {2018}
}