Por que não usar a variável instrumental diretamente como covariável na regressão?

8

Sei que essa é uma pergunta boba, pois conheço a teoria das variáveis ​​instrumentais e a regressão em dois estágios. Ainda assim, nunca vi uma resposta clara para o seguinte:

  • suponha que você tenha endogeneidade devido à variável não observada correlacionada com um dos regressores iniciais. A maneira típica de corrigir isso é encontrar uma variável instrumental correlacionada ao efeito não observado e usar uma abordagem de regressão em dois estágios.

Agora, minha pergunta é: por que passar por esse problema - por que você não incluiu apenas a variável instrumental como um regressor padrão na estimativa inicial?

Daniel
fonte

Respostas:

12

O ponto de regressão variável instrumental é fornecer uma estimativa imparcial do efeito causal da exposição em resultado , quando há algum unmeasureable-variável não mensurável-possivelmente confundindo a relação entre e . Aqui está um DAG da circunstância mais simples sob a qual alguém usaria a estimativa de variáveis ​​instrumentais ( , e podem ser conjuntos de variáveis):XOUXOXUZ

Se uma variável instrumental causa , não tem efeito em que não seja , não há causa anterior de e , e o efeito de em é homogêneo, com uma amostra grande o suficiente , onde pode fornecer uma estimativa imparcial do efeito causal de no .ZXOXZOXOE[O|X^]X^=E[X|Z]XO

Em resumo, você não se importa com o efeito de em (não há nenhum, exceto por ), e ; portanto, basta incluir em seu O modelo não fornecerá uma estimativa variável instrumental.ZOXE[O|X^]E[O|X,Z]Z

Comentário final: O "... na estimativa inicial?" o fechamento da sua pergunta me faz querer esclarecer: uma primeira estimativa (portanto faz parte dessa estimativa) e uma usa como preditor na segunda estimativa (sans ).X^ZX^Z

Alexis
fonte
3

Você pode e as pessoas fazem. Como o @Alexis aponta, ele não fornece uma resposta completa.

Imagine que você está interessado no efeito de uma variável endógena em e é um instrumento para . Ao fazer IV em econometria:XYZX

  • A regressão de em é chamada de regressão do primeiro estágio .XZ
  • A regressão de em é chamada de regressão de forma reduzida .YZ

A forma de regressão reduzida no seu próprio não estimar o efeito de em .XY

Matthew Gunn
fonte