ตัวแปรเครื่องมือจัดการกับอคติการเลือกอย่างไร

ฉันสงสัยว่าตัวแปรเครื่องมือจัดการอคติการเลือกอย่างไรในการถดถอย

นี่คือตัวอย่างที่ฉันกำลังพูดถึง: ในเศรษฐมิติที่ไม่เป็นอันตรายส่วนใหญ่ผู้เขียนอภิปรายเกี่ยวกับการถดถอย IV ที่เกี่ยวข้องกับการรับราชการทหารและรายได้ในภายหลัง คำถามคือ "การรับราชการในกองทัพเพิ่มหรือลดรายได้ในอนาคตหรือไม่" พวกเขาสำรวจคำถามนี้ในบริบทของสงครามเวียดนาม ฉันเข้าใจว่าการรับราชการทหารไม่สามารถสุ่มมอบหมายได้และนี่เป็นปัญหาสำหรับการอนุมานเชิงสาเหตุ

ในการแก้ไขปัญหานี้ผู้วิจัยใช้ร่างเกณฑ์ (เช่นใน "หมายเลขร่างของคุณเรียกว่า") เป็นเครื่องมือสำหรับการรับราชการทหารที่แท้จริง ที่ทำให้ความรู้สึก: ร่างเวียดนามสุ่มมอบหมายคนอเมริกันหนุ่มทหาร (ในทางทฤษฎี - ไม่ว่านาวิกเสิร์ฟจริงสัมผัสกับคำถามของฉัน) เงื่อนไข IV อื่น ๆ ของเราดูแข็งแกร่ง: การมีสิทธิ์เข้าร่วมร่างและการเกณฑ์ทหารที่แท้จริงนั้นมีความสัมพันธ์กันในทางบวก

นี่คือคำถามของฉัน ดูเหมือนว่าคุณจะได้รับอคติในการเลือกตนเอง: บางทีเด็ก ๆ ที่ร่ำรวยขึ้นอาจออกจากการรับใช้ในเวียดนามแม้ว่าจะมีการเรียกหมายเลขร่าง (ถ้าไม่ใช่อย่างนั้นจริง ๆ ลองทำเพื่อคำถามของฉัน) หากการเลือกตนเองนี้สร้างอคติเชิงระบบภายในตัวอย่างของเราตัวแปรเครื่องมือของเราจะจัดการอคตินี้อย่างไร เราต้อง จำกัด ขอบเขตการอนุมานของเราให้แคบลงหรือไม่ "ประเภทของคนที่ไม่สามารถหลบหนีจากร่างได้" หรือ IV ก็กอบกู้บางส่วนของการอนุมานของเรา? หากใครสามารถอธิบายวิธีการทำงานนี้ฉันจะขอบคุณมาก

ที่จริงแล้วปัญหาของการเลือกอคตินั้นเป็นแรงจูงใจเบื้องต้นสำหรับการใช้เครื่องมือ คำถามที่นี่คือว่าการจับสลากฉบับร่างแบบสุ่มได้รับปัญหานี้หรือไม่ คุณมีสิทธิ์ในการถามอย่างสมบูรณ์: ข้อ จำกัด ของเครื่องมือนี้คืออะไร? หากเด็กร่ำรวยมีโอกาสที่ดีกว่าที่จะหลีกเลี่ยงการร่างผลกระทบเชิงลบของการบริการที่มีต่อรายได้ในภายหลังจะถูกประเมินในแง่ที่แน่นอน

มีวิธีอื่นในการออกร่างเช่นเนื่องจากสุขภาพไม่ดี หรือในทางตรงกันข้ามมันเป็นที่รู้จักในหมู่ผู้ที่มีศักยภาพที่อาสาสมัครมากกว่าที่จะถูกร่างโดยการจับสลากทำให้ตำแหน่งที่ดีขึ้นและเงื่อนไขการบริการ ดังนั้นคนที่มีลอตเตอรี่ที่มีแนวโน้มที่จะถูกร่างมักจะเลือกที่จะเป็นอาสาสมัครแทน หากพฤติกรรมการหลีกเลี่ยงดังกล่าวทำลายกระบวนการสุ่มในวิธีที่คุณอธิบายการประมาณการ 2SLS ของเราจะยังคงลำเอียง การ จำกัด ตัวอย่างให้กับผู้ที่ไม่ได้หลบหนีจากร่างไม่ได้ช่วยคุณในกรณีนี้เนื่องจากการสุ่มการรักษาอีกครั้งไม่ใช่การสุ่ม
อย่างไรก็ตามหากการไม่ปฏิบัติตามการรักษายังคงสุ่มหรือไม่มีนัยสำคัญโดยเฉลี่ยจำนวนลอตเตอรียังสามารถใช้เป็นเครื่องมือได้ ในกรณีนี้เครื่องมือของคุณสำหรับการรับราชการทหารเป็นความตั้งใจที่จะปฏิบัติ (ITT ให้ดูบทที่เกี่ยวข้องในหนังสือ Angrist และ Pischke) ดังนั้นจุดสำคัญคือถ้ามีการไม่ปฏิบัติตามด้วยเหตุผลใดก็ตามเราต้องแสดงให้เห็นว่าสิ่งนี้ไม่ได้ทำให้การสุ่มเป็นโมฆะ จากนั้นเครื่องมือนี้ก็โอเคไม่เช่นนั้นเราจะใช้มันไม่ได้

มีสองวิธีในการทดสอบนี้ คุณสามารถถอยหลังเครื่องดนตรีกับลักษณะส่วนบุคคลที่ได้รับผลกระทบจากการรักษาเช่นอายุเชื้อชาติ ฯลฯ ซึ่งถูกกำหนดก่อนมีความมุ่งมั่น การตรวจสอบอีกอย่างคือการทดสอบผลกระทบของเครื่องมือที่มีต่อผลลัพธ์ในตัวอย่างที่ไม่มีความสัมพันธ์ระหว่างและเช่นอาสาสมัครที่อาสาสมัครก่อนที่พวกเขาจะได้รับหมายเลขลอตเตอรี่ แนวคิดคือหากเหตุผลเดียวที่หมายเลขสลากกินแบ่งของคุณมีผลต่อรายได้ในภายหลังของคุณคือผ่านสถานะการให้บริการการมีสิทธิ์ได้รับร่างจะไม่มีผลต่อรายได้ในตัวอย่างที่ไม่เกี่ยวข้องกับสถานะการให้บริการ$Z_i$$D_i$$D_i$$D_i$$Z_i$

Angrist (1990)ทำการตรวจสอบเหล่านี้บางส่วนเพื่อแก้ไขข้อกังวลของคุณ แม้จะมีความกังวลเพิ่มขึ้นข้างต้นปรากฎว่าการจับสลากฉบับร่างดูเหมือนจะเป็นเครื่องมือที่มั่นคง Berinsky (2010)ให้การตรวจสอบการสุ่มจำนวนมากขึ้นและให้ข้อมูลพื้นฐานเพิ่มเติมเกี่ยวกับประวัติของการจับสลาก