使用异质样本的双样本工具变量分析
统计理论
2018-09-07 v2 统计理论
摘要
工具变量分析是一种广泛使用的方法，用于在存在未测量混杂因素的情况下估计因果效应。当工具变量、暴露和结局未在同一份样本中测量时，Angrist和Krueger（1992）建议使用双样本工具变量（TSIV）估计量，该估计量使用来自工具变量-暴露样本和工具变量-结局样本的样本矩。然而，如果两个样本来自异质总体，导致工具变量的分布不同，则此方法存在偏差。在线性结构方程模型中，我们推导出一类新的TSIV估计量，它们在两个样本的结构关系相同这一关键假设下对异质样本具有稳健性。广泛使用的双样本两阶段最小二乘估计量属于此类。它通常不是渐近有效的，尽管我们发现它在大多数实际情况下的表现与最优TSIV估计量相似。然后我们尝试放宽线性假设。我们发现，与单样本分析不同，TSIV估计量对错误指定的暴露模型不具有稳健性。此外，为了非参数地识别因果效应的大小，暴露中的噪声必须在两个样本中具有相同的分布。然而，由于暴露未在一个样本中观测到，这一假设通常是不可检验的。尽管如此，在缺乏噪声同质性的情况下，我们仍可能识别因果效应的符号。
引用
@article{arxiv.1709.00081,
title = {Two-sample instrumental variable analyses using heterogeneous samples},
author = {Qingyuan Zhao and Jingshu Wang and Jack Bowden and Dylan S. Small},
journal= {arXiv preprint arXiv:1709.00081},
year = {2018}
}
备注
21 pages, 1 figure, 6 tables