แม้ว่าคำถามนี้มีคำตอบที่ยอมรับแล้ว แต่ฉันคิดว่าฉันยังสามารถมีส่วนร่วมได้ หนังสือ Koenker (2005) จะไม่ทำให้คุณไปได้ไกลนักเนื่องจากพัฒนาการของการถดถอยแบบควอไทล์ IV เริ่มที่จะรับช่วงเวลานั้น
เทคนิคการถดถอยในช่วงต้น IV quantile รวมถึงกรอบโซ่สาเหตุโดยChesher (2003)ซึ่งได้รับการพัฒนาต่อไปในการเบี่ยงเบนเฉลี่ยถ่วงน้ำหนักวิธี (WAD) โดยMa และ Koenker (2006) ในบทความนี้พวกเขายังแนะนำวิธีการควบคุมการเปลี่ยนแปลง ความคิดที่คล้ายกันถูกใช้โดยLee (2007)ซึ่งได้รับตัวประมาณการถดถอยแบบควอนไทด์ IV โดยใช้ฟังก์ชั่นการควบคุม
ตัวประมาณเหล่านี้ทั้งหมดใช้ประโยชน์จากโครงสร้างข้อผิดพลาดสามเหลี่ยมที่จำเป็นสำหรับการระบุตัวตน ปัญหานี้คือว่าโครงสร้างสามเหลี่ยมนี้ไม่น่าเชื่อสำหรับปัญหา endogeneity ที่เกิดขึ้นเนื่องจากความพร้อมกัน ตัวอย่างเช่นคุณไม่สามารถใช้ตัวประมาณเหล่านี้สำหรับปัญหาการประมาณอุปสงค์และอุปทาน
ตัวประมาณโดย Abadie, Angrist และ Imbens (2002), ที่ Dimitriy V. Masterov กล่าวถึงสมมติว่าคุณมีทั้งตัวแปรภายนอกไบนารีและเครื่องมือไบนารี โดยทั่วไปนี่เป็นกรอบที่เข้มงวดมาก แต่มันขยายแนวทาง LATE จากการถดถอยเชิงเส้น IV ไปเป็นการถดถอยเชิงปริมาณ นี่เป็นเรื่องดีเพราะนักวิจัยหลายคนโดยเฉพาะอย่างยิ่งในด้านเศรษฐศาสตร์คุ้นเคยกับแนวคิดของ LATE และการตีความค่าสัมประสิทธิ์ที่เกิดขึ้น
กระดาษน้ำเชื้อของ Chernozhukov และ Hansen (2005) เริ่มต้นอย่างจริงจังในวรรณคดีนี้และคนสองคนนี้ได้ทำงานมากมายในพื้นที่นี้ ตัวประมาณการถดถอยแบบควอนไทด์ IV (IVQR) ให้การเชื่อมโยงแบบธรรมชาติกับตัวประมาณค่าแบบ 2SLS ในบริบทแบบควอไทล์ เครื่องมือประมาณของพวกเขาถูกใช้งานผ่าน Matlab หรือ Ox เนื่องจาก Dimitriy ชี้ให้เห็น แต่คุณสามารถลืมกระดาษ Kwak (2010) ได้ กระดาษนี้ไม่เคยทำมันเพื่อวารสาร Stata และรหัสของเขาไม่ทำงานอย่างถูกต้อง ฉันคิดว่าเขาละทิ้งโครงการนี้
แต่คุณควรพิจารณาประมาณการสมเรียบประมาณ IVQR (SEE-IVQR) Kaplan และ Sun (2012)โดย นี่คือตัวประมาณล่าสุดซึ่งเป็นการปรับปรุงตัวประมาณ IVQR ดั้งเดิมในแง่ของความเร็วในการคำนวณ (มันหลีกเลี่ยงอัลกอริทึมการค้นหากริดแบบภาระหนัก) และค่าคลาดเคลื่อนกำลังสองเฉลี่ย มีรหัส Matlabที่นี่
กระดาษโดยFrölichและ Melly (2010) เป็นสิ่งที่ดีเพราะมันพิจารณาความแตกต่างระหว่างการถดถอยเชิงปริมาณแบบมีเงื่อนไขและไม่มีเงื่อนไข ปัญหาของการถดถอยเชิงปริมาณโดยทั่วไปคือเมื่อคุณรวม covariates ในการถดถอยของคุณการเปลี่ยนแปลงการตีความ ใน OLS คุณสามารถไปจากเงื่อนไขไปยังการคาดการณ์แบบไม่มีเงื่อนไขผ่านกฎหมายของการคาดการณ์ซ้ำ แต่สำหรับปริมาณนี้ไม่สามารถใช้ได้ ปัญหานี้ถูกแสดงครั้งแรกโดย Firpo (2007)และ Firpo et al (2009). เขาใช้ฟังก์ชั่นอิทธิพลที่มีศูนย์กลางอีกครั้งเพื่อหาค่าสัมประสิทธิ์การถดถอยเชิงควอนไทด์แบบมีเงื่อนไขเพื่อที่พวกเขาสามารถตีความได้ว่าเป็นค่าสัมประสิทธิ์ OLS ตามปกติ เพื่อจุดประสงค์ของคุณตัวประมาณนี้จะไม่ช่วยอะไรมากนักเพราะมันอนุญาตให้ใช้กับตัวแปรภายนอกเท่านั้น หากคุณสนใจ Nicole Fortin ทำให้โค้ด Stata มีอยู่ในเว็บไซต์ของเธอ
ส่วนใหญ่ที่ผ่านมาประมาณการไม่มีเงื่อนไข IV quantile ถดถอยฉันรู้คือการพาวเวล (2013) เครื่องคำนวณการถดถอยแบบควอไทล์แบบทั่วไป (IV) ของเขาช่วยให้คุณสามารถประเมินผลการรักษาแบบควอไทล์ขอบในสถานะของ endogeneity ที่ไหนสักแห่งในเว็บไซต์ RAND เขายังทำให้รหัส Stata ของเขาใช้ได้ฉันไม่สามารถหาได้ในตอนนี้ เนื่องจากคุณถามว่า: ในบทความก่อนหน้านี้เขาได้ใช้ตัวประมาณนี้ในบริบทข้อมูลพาเนล (ดูPowell, 2012 ) ตัวประมาณนี้ยอดเยี่ยมเพราะไม่เหมือนกับวิธี QR ข้อมูลพาเนลก่อนหน้านี้ตัวประมาณนี้ไม่พึ่งพา T asymptotics ขนาดใหญ่ (ซึ่งโดยปกติคุณไม่ได้มี
สุดท้าย แต่ไม่ท้ายสุดตัวแปรที่แปลกใหม่มากขึ้น: ตัวประเมิน IVQR ที่ถูกเซ็นเซอร์ (CQIV) โดยChernozhukov et al (2011)อนุญาตให้ดูแลข้อมูลการตรวจสอบ - ตามชื่อแนะนำ มันเป็นส่วนขยายของบทความโดย Chernozhukov และ Hong (2003) ซึ่งฉันไม่ได้ลิงก์เนื่องจากไม่ใช่บริบท IV ตัวประมาณนี้คำนวณหนัก แต่ถ้าคุณมีข้อมูลที่ถูกเซ็นเซอร์และไม่มีทางอื่นรอบตัวนี่คือวิธีที่จะไป Amanda Kowalski ได้เผยแพร่รหัส Stata บนเว็บไซต์ของเธอหรือคุณสามารถดาวน์โหลดได้ RePEc. เครื่องมือประมาณนี้ (และโดยวิธี IVQR และ SEE-IVQR) คิดว่าคุณมีตัวแปรภายนอกอย่างต่อเนื่อง ฉันใช้ตัวประมาณเหล่านี้ในบริบทของการถดถอยของรายรับซึ่งการศึกษาเป็นตัวแปรภายนอกของฉันซึ่งใช้ค่าระหว่าง 18 ถึง 20 ค่าดังนั้นจึงไม่ต่อเนื่อง แต่ในแบบฝึกหัดการจำลองฉันสามารถแสดงให้เห็นได้เสมอว่านี่ไม่ใช่ปัญหา อย่างไรก็ตามนี่อาจขึ้นอยู่กับแอปพลิเคชั่นดังนั้นหากคุณตัดสินใจที่จะใช้สิ่งนี้ให้ตรวจสอบอีกครั้ง