Causality
儀器變量方程可以寫成有向無環圖(DAG)嗎?
有向無環圖 (DAG) 是統計模型中定性因果假設的有效可視化表示,但它們能否用於呈現常規儀器變量方程(或其他方程)?如果是這樣,怎麼做?如果不是,為什麼?
是的。
例如在下面的 DAG 中,工具變量 Z 原因 X ,而效果 X 在 O 被未測量的變量混淆 U .
該 DAG 的工具變量模型將估計 X 在 O 使用 E(O|ˆX) , 在哪裡 ˆX=E(X|Z) .
如果滿足以下條件,則該估計是無偏因果估計:
- Z 必須與_ X .
- Z 必須有因果關係 O 只有通過 X
- 兩者都不能有任何先前的原因 O 和 Z .
- 的效果_ X 在 O 必須是同質的。這個假設/要求有兩種形式,弱和強:
- 效果同質性弱 X 在 O :效果_ X 在 O 不因水平而異 Z (IE Z 無法修改效果 X 在 O ).
- 效果同質性強 X 在 O : 的效果 X 在 O 在所有個人(或無論您的分析單位是什麼)中都是恆定的。
前三個假設在 DAG 中表示。但是,最後一個假設沒有在 DAG 中表示。
Hernán, MA 和 Robins, JM (2020)。因果推理。第16章:工具變量估計。查普曼和霍爾/CRC。