工具變量中排除限制的重要性
在許多研究領(lǐng)域，包括統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)，研究人員在使用工具變量（IV）或外生變量估計(jì)結(jié)果時依賴有效的排除限制。這種計(jì)算通常用于分析二元處理的因果效應(yīng)。
變量和排除限制
松散定義，只要自變量不直接影響方程中的因變量，排除限制就被認(rèn)為是有效的。例如，研究人員依靠樣本人群的隨機(jī)化來確保治療組和對照組之間的可比性。然而，有時隨機(jī)化是不可能的。
這可能有多種原因，例如無法獲得合適的人口或預(yù)算限制。在這種情況下，最佳實(shí)踐或策略是依賴工具變量。簡而言之，當(dāng)對照實(shí)驗(yàn)或研究根本不可行時，使用工具變量的方法來估計(jì)因果關(guān)系。有效排除限制發(fā)揮作用的'。
當(dāng)研究人員使用工具變量時，他們依賴于兩個主要假設(shè)。首先是排除的儀器獨(dú)立于錯誤過程分發(fā)。另一個是排除的工具與包含的內(nèi)生回歸因子充分相關(guān)。因此，IV模型的規(guī)范指出，排除的工具僅間接影響自變量。
因此，排除限制被認(rèn)為是影響治療分配的觀察變量，而不是以治療分配為條件的感興趣的結(jié)果。另一方面，如果排除的工具顯示對因變量產(chǎn)生直接和間接影響，則應(yīng)拒絕排除限制。
排除限制的重要性
在聯(lián)立方程系統(tǒng)或方程組中，排除限制是至關(guān)重要的。聯(lián)立方程組是一組有限的方程組，其中做出了某些假設(shè)。盡管它對方程組的解很重要，但由于該條件涉及不可觀察的殘差，因此無法測試排除限制的有效性。
排除限制通常由研究人員直觀地強(qiáng)加，研究人員必須說服這些假設(shè)的合理性，這意味著觀眾必須相信研究人員支持排除限制的理論論點(diǎn)。
排除限制的概念表示一些外生變量不在某些方程中。通常，這個想法是通過說外生變量旁邊的系數(shù)為零來表示的。這種解釋可以使這個限制（假設(shè)）可檢驗(yàn)，并且可以使聯(lián)立方程系統(tǒng)被識別。
來源
- Schmidheiny，Kurt。"微觀經(jīng)濟(jì)學(xué)的簡短指南：工具變量"Schmidheiny.name. 2016年秋季。
- 曼尼托巴大學(xué)拉迪健康科學(xué)學(xué)院工作人員。"工具變量簡介"UManitoba.ca。
