过去,我曾在多个领域对发表的论文提出过一些问题,这些领域在观测数据(即非受控实验产生的数据)上使用了回归(以及相关模型,例如面板模型或GLM) ,在许多情况下-但并非总是-随时间推移观察到的数据),但没有尝试引入工具变量。
作为回应,我提出了许多批评(例如,当重要变量可能缺失时描述带有偏见的问题),但是由于此处的其他人无疑比我对这方面的知识要了解得多,我想问一下:
在这种情况下,试图得出有关关系的结论(特别是但不限于因果结论)有哪些主要问题/后果?
在没有仪器的情况下,适合此类模型的研究能做些有用的事情吗?
关于这种建模的问题有哪些好的参考文献(书或论文)(最好具有明显的非技术动机来进行后果分析,因为通常提出问询的人具有各种背景,有些人没有很多统计资料)一篇论文?用仪器讨论预防措施/问题也将很有用。
(有关工具变量的基本参考资料在此处,但是如果您要在其中添加任何内容,那也会有所帮助。)
指向发现和使用工具的良好实践示例的指针将是一个好处,但不是这个问题的中心。
[在出现此类问题时,我可能会在这里指出其他任何好的答案。我可能会添加一两个示例。]