Heterojen Tedavi Etkisi Araç Değişkenleri (HTE-IV)
Instrumental Variables Estimation with Heterogeneous Treatment Effects · Ayrıca şöyle bilinir: HTE-IV, LATE estimator, IV with effect heterogeneity, local average treatment effect IV
Heterojen tedavi etkisi IV, araç değişkenleri tahminini, tedavi etkisinin birimler arasında farklılaştığını açıkça kabul ederek ve modelleyerek uygular. Tek bir ortalama etkiyi geri kazanmak yerine, yerel ortalama tedavi etkisi (LATE) üzerine odaklanır — complier'lar için nedensel etki, yani araç tarafından tedavi durumları fiilen değiştirilen alt popülasyon — ve bu etkinin gözlemlenen alt gruplar arasındaki değişimine analizi genişletir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Geçerli bir araca sahip olduğunuzda, bu araç bazı birimleri ancak diğerlerini etkiler ve tedavi etkisinin gözlemlenen alt gruplar arasında değişip değişmediğini düşündüğünüzde veya test etmek istediğinizde HTE-IV kullanın. Tedavi atamasının endojen olduğu ve rastgeleleştirmenin uygulanamaz olduğu gözlemsel verilerle ve politika sorusunun hedefleme veya dağılımsal etkileri içerdiği durumlarda uygundur. Araç, ilgili olma (güçlü birinci aşama, ideal olarak F > 10), dışlama kısıtlaması ve monotonluk varsayımlarını karşılamalıdır. Araç zayıf olduğunda, etki heterojenliği için teorik bir temeliniz olmadığında, alt grup örneklem boyutları güvenilir çıkarım için çok küçük olduğunda veya tam popülasyon için Ortalama Tedavi Etkisini (ATE) değil, complier'lar için LATE'yi geri kazanmak istediğinizde kullanmayın.
Güçlü yönler & sınırlılıklar
- OLS'den daha zayıf varsayımlar altında, tam rastgeleleştirmeye gerek kalmadan, complier'lar için iyi tanımlanmış bir nedensel etki (LATE) tanımlar.
- Tedaviden kimin fayda sağladığını açıkça modeller, tek bir ortalama etkiden daha hedeflenmiş politika önerileri sağlar.
- Araç geçerli olduğu sürece seçilim yanlılığına ve tedavinin endojenliğine karşı dayanıklıdır.
- Etki değiştiriciler hakkındaki teorik olarak motive edilmiş hipotezleri test etmek için önceden belirlenmiş alt grup analizi ile birleştirilebilir.
- LATE çerçevesi, tahminin uygulandığı popülasyon konusunda şeffaftır ve aşırı genelleştirmeden kaçınır.
- LATE, complier'lara özgüdür ve her zaman alanlara, asla alanlara veya tüm popülasyona genellenmeyebilir, bu da dışsal geçerliliği sınırlar.
- Hem ilgili hem de makul derecede dışsal olan araçlar bulmak pratikte zordur; zayıf veya geçersiz bir araç ciddi şekilde yanlı tahminler üretir.
- Alt grup LATE analizi, tahmin sayısını artırır ve birden fazla test etme ve katmanlar içindeki istatistiksel gücün azalması endişelerini artırır.
- Monotonluk varsayımı (karşı çıkan yok) test edilemez ve bazı durumlarda makul olmayabilir.
- Etki heterojenliğinin yorumlanması, complier bileşimine bağlıdır ve bu, alt gruplar arasında farklılık gösterebilir.
SSS
Bu bağlamda LATE ve ATE arasındaki fark nedir?
LATE (Yerel Ortalama Tedavi Etkisi), complier'lar — yani aracın etkisiyle tedavi durumları değişen birimler — için tedavinin nedensel etkisidir. ATE ise tüm popülasyon için ortalama etkidir. İkili araçlarla IV, yalnızca complier'ları etkileyen araç tarafından üretilen varyasyonu kullandığı için ATE'yi değil, LATE'yi geri kazanır.
Aracımın yeterince güçlü olup olmadığını nasıl anlarım?
Birinci aşama F istatistiğini rapor edin. Staiger ve Stock (1997) tarafından geliştirilen bir kural, tek bir araç için F > 10'dur; Lee ve diğerleri (2022) tarafından yapılan daha yeni rehberlik, güvenilir çıkarım için daha yüksek eşikler önermektedir. F 10'un altındaysa, Anderson-Rubin testi gibi zayıf araç-sağlam çıkarım yöntemlerini kullanmayı düşünün.
Makine öğrenimi ile heterojen LATE'ler tahmin edebilir miyim?
Evet. Nedensel ormanlar (Wager ve Athey, 2018) ve çift/yanlılıktan arındırılmış makine öğrenimi (Chernozhukov ve diğerleri, 2018) gibi yöntemler, koşullu ortalama tedavi etkilerini esnek bir şekilde tahmin etmek için IV'yi genişletir. Bu yaklaşımlar, geçerli çıkarımı korurken tahminleri düzenler ve potansiyel etki değiştiricilerin sayısı büyük olduğunda özellikle kullanışlıdır.
Ya heterojenlik, alt gruplar arasındaki complier bileşimindeki farklılıklardan kaynaklanıyorsa?
Complier bileşimi alt gruplar arasında farklılık gösterebilir: örneğin, bir araca uyan kadınlar ve erkekler farklı temel özelliklere sahip olabilir. Heckman ve Vytlacil tarafından geliştirilen marjinal tedavi etkisi (MTE) yöntemleri, etkilerin uyumluluğa yatkınlıkla nasıl değiştiğini modeller, bu da gerçek etki heterojenliğini bileşimsel farklılıklardan ayırmaya yardımcı olur.
Ne zaman heterojen etkili eğilim puanı eşleştirmesine (propensity score matching) HTE-IV tercih etmeliyim?
Tedavi endojen olduğunda ve geçerli bir aracınız olduğunda HTE-IV kullanın; eğilim puanı eşleştirmesi, tedavinin gözlemlenebilirlere koşullu olarak rastgele olduğu varsayımına dayanır (yanlısızlık). Eğer yanlışsızlık makul ise, eşleştirme daha geniş bir popülasyon için etkileri geri kazanabilir. Geçerli bir araç varsa ve endojenlik ana endişe ise, çıkarımı complier'lara sınırlamasına rağmen IV tercih edilir.
Kaynaklar
- Imbens, G. W., & Angrist, J. D. (1994). Identification and Estimation of Local Average Treatment Effects. Econometrica, 62(2), 467-475. DOI: 10.2307/2951620 ↗
- Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press. ISBN: 978-0691120355
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Instrumental Variables Estimation with Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/tr/causal-inference/heterogeneous-treatment-effect-instrumental-variables
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- İki Aşamalı En Küçük Kareler (2SLS / IV) RegresyonuEkonometri↔ karşılaştır
- Heterogeneous Treatment Effect Propensity Score MatchingNedensel çıkarım↔ karşılaştır
- Nedensel Çıkarım için Enstrümantal Değişkenler (IV) YöntemiSağlık ekonomisi↔ karşılaştır
- Yerel Ortalama Tedavi Etkisi (LATE / CACE)Nedensel çıkarım↔ karşılaştır