אבחון מכשירים חלשים: F של השלב הראשון והסקה חסינה

שיטת משתנים אינסטרומנטליים משתמשת בחלק מהשונות במשתנה מסביר אנדוגני \(X\) שנחזה על ידי המכשירים שהוחרגו \(Z\), בהתניה במשתני הבקרה שנכללו \(W\).

אם \(Z\) מסביר רק חלק קטן מהשונות שנותרה ב־\(X\), הנתונים מספקים מעט מידע על ההשפעה המבנית שמזוהה ממקור זה.

כאשר הרלוונטיות חלשה, אומד 2SLS במדגם סופי עלול להיות מוטה לכיוון OLS, והתפלגות הדגימה שלו עשויה לסטות במידה ניכרת מקירוב נורמלי. לכן רווח Wald רגיל עלול לסבול מכיסוי לקוי גם אם שגיאת התקן נראית מדויקת.

Staiger ו־Stock מפתחים אסימפטוטיקה למכשירים חלשים שמסבירה את הכשלים האלה ומניעה שימוש בקבוצות ביטחון לא סטנדרטיות (מאמר מ־1997).

חוזק הוא רק חלק אחד מזיהוי. שלב ראשון חזק אינו מוכיח ש־\(Z\) בלתי תלוי בשגיאה המבנית או שהוא משפיע על התוצאה רק דרך \(X\).

המדריך למשתנים אינסטרומנטליים דן בהנחות הנפרדות האלה ובהשפעה שאותה מזהים.

עבור משתנה אנדוגני אחד ו־\(q\) מכשירים שהוחרגו, נכתוב את השלב הראשון כך:

\[ X_t = W_t'\delta + Z_t'\pi + v_t. \]

\(W_t\) כולל משתני בקרה חיצוניים שנכללו, לעיתים גם קבוע; \(Z_t\) כולל את המכשירים שהוחרגו. מבחן F הסטנדרטי של השלב הראשון בודק את ההגבלה המשותפת \(H_0:\pi=0\): המכשירים שהוחרגו אינם מוסיפים כוח הסברי לאחר \(W_t\).

זו שאלה על רלוונטיות מותנית, ולא בדיקה של מגבלת ההחרגה או של אי־תלות. ציינו אילו משתני בקרה נכללו, כמה מכשירים שהוחרגו נבדקו יחד, מה המדגם והנחות הקווריאנס, ואיזו סטטיסטיקה חושבה.

סטטיסטיקת t של מקדם בודד אינה תחליף למבחן המשותף כשיש כמה מכשירים שהוחרגו.

\(R^2\) חלקי מודד איזה חלק מהשונות שנותרה ב־\(X\), לאחר הסרת \(W\), מוסבר על ידי המכשירים שהוחרגו לאחר נטרול שלהם.

נסמן ב־\(R^2_p\) את ה־\(R^2\) החלקי, ב־\(n\) את גודל המדגם, ב־\(k\) את מספר המשתנים המסבירים שנכללו, כולל קבוע אם נעשה בו שימוש, וב־\(q\) את מספר המכשירים שהוחרגו.

בחישוב הרגיל של רגרסיה ליניארית הומוסקדסטית, סטטיסטיקת F התוספתית היא

\[ F = \frac{R^2_p/q}{(1-R^2_p)/(n-k-q)}. \]

המונה מודד את השיפור בהתאמה לכל הגבלה של מכשיר שהוחרג; המכנה אומד את שונות השאריות באמצעות כל דרגות החופש של שאריות השלב הראשון. הנוסחה אינה זהות אוניברסלית לסטטיסטיקה חסינה.

אומד קווריאנס חסין משנה את חישוב המבחן ואת התפלגות הייחוס.

\(R^2\) חלקי ו־F עונים על שאלות תיאוריות קשורות אך שונות: \(R^2\) חלקי הוא מדד התאמה חסר יחידות, ואילו F משקפת גם את גודל המדגם ואת מספר ההגבלות.

במדגם גדול מאוד, \(R^2\) חלקי קטן עשוי להפיק F גדול, בלי להפוך כל קירוב IV במדגם סופי לאמין.

הערך המוכר 10 הוא כלל אצבע, לא משפט הצלחה או כישלון. Staiger ו־Stock דנים בו כהכוונה מעשית במסגרת מסוימת של מכשירים חלשים; הוא אינו מבטיח הסקה תקפה בכל מדגם, אומד, מספר מכשירים או תהליך שגיאות.

Stock ו־Yogo מגדירים חולשת מכשיר באמצעות גבולות להטיה היחסית של 2SLS או לעיוות גודל מבחן Wald, ומציגים ערכים קריטיים לפי הקריטריונים שנבחרו. לכן הערך הקריטי תלוי בקריטריון ובממדי המודל.

תוצאות השלב הראשון ו־Cragg–Donald הרגילות נשענות על הנחות של שגיאות הומוסקדסטיות ובלתי תלויות.

אי אפשר להעביר מספר מהטבלאות האלה ללא שינוי לכל מצב חסין (עמוד הפרק של המחברים).

ערך מעל 10 אינו מוכיח החרגה, אי־תלות או פרשנות סיבתית. ערך מתחת ל־10 אינו מוכיח שהמכשיר חסר תועלת או שאומדן מסוים אינו תקף.

התייחסו לסטטיסטיקה ככלי אבחון תחת הנחות מפורשות, ואז בחרו הסקה שתואמת את התכנון.

המדריך למבחן Hansen J מסביר מדוע מבחן הגבלות־יתר אינו מחליף הערכת חוזק של המכשיר.

<!-- learn:illustration -->

אם יש יותר ממשתנה אנדוגני אחד, סטטיסטיקות F נפרדות של השלב הראשון עלולות להחמיץ צירוף ליניארי שזיהויו חלש.

כל משתנה עשוי להיראות צפוי בפני עצמו, גם אם השונות שמקורה במכשירים אינה פורסת את הצירופים הדרושים לאמידה מדויקת של כל המקדמים המבניים.

במסגרת IV ליניארית הומוסקדסטית, סטטיסטיקת הערך העצמי המינימלי של Cragg–Donald מסכמת את מידע הזיהוי המשותף הזה. הערכים הקריטיים של Stock–Yogo עבורה מכוונים לקריטריונים מוגדרים של הטיה או עיוות גודל.

ההנחות חשובות: הערכים הקריטיים המוכרים אינם תקפים אוטומטית תחת הטרוסקדסטיות, תלות סדרתית או אשכולות שרירותיים.

מספר המכשירים שהוחרגו, מספר המשתנים האנדוגניים והדרגה של מטריצת מקדמי השלב הראשון — כולם חשובים. ציינו את התכנון המלא והשתמשו במבחן שנבנה עבורו; אל תסיקו חוזק משותף מממוצע של סטטיסטיקות F נפרדות.

תצפיות פיננסיות עשויות להיות הטרוסקדסטיות, תלויות סדרתית או מקובצות לפי חברה, זירת מסחר או יחידת מדיניות. כיול F הקלאסי של השלב הראשון ו־Cragg–Donald אינו נעשה חסין רק מפני ששגיאות התקן בשלב השני מקובצות.

עבור משתנה אנדוגני אחד, Montiel Olea ו־Pflueger מפתחים מבחן effective-F לחולשה, שמאפשר הטרוסקדסטיות, אוטוקורלציה ואשכולות בתנאים המפורטים אצלם.

המבחן משנה את הסקאלה של F רגילה מהשלב הראשון באמצעות מידע על קווריאנס, ואז משווה את התוצאה לערכים קריטיים לפי קריטריון (מאמר מ־2013).

effective F אינה אותה כמות כמו כל Wald F חסינה שתוכנה מדווחת.

Kleibergen–Paap rk Wald F מדווחת לעיתים קרובות עם אומדי קווריאנס חסינים, אבל הערכים הקריטיים של Stock–Yogo נגזרו לסטטיסטיקות ולהנחות רגילות אחרות. אל תשוו ביניהם כאילו מדובר בסולם מכויל משותף.

דווחו על האומד, הסטטיסטיקה, אומד הקווריאנס, רמת האשכול או הטיפול בתלות, ומסגרת הערכים הקריטיים.

קווריאנס Newey–West או קווריאנס חסין לאשכול מטפלים באי־ודאות הדגימה תחת ההנחות שלהם; הם אינם פותרים לבדם זיהוי חלש.

עבור ערך מועמד של המקדם \(\beta_0\) במודל עם משתנה אנדוגני אחד, התאימו את התוצאה באמצעות \(Y-X\beta_0\) ובדקו אם המכשירים שהוחרגו מסבירים אותה יחד לאחר משתני הבקרה שנכללו.

תחת השערת האפס ואקסוגניות של המכשירים, זהו מבחן Anderson–Rubin של \(\beta=\beta_0\).

מכיוון שהמבחן אינו מחלק במקדם של השלב הראשון שאמדנו, תוקפו אינו מחייב שמקדם זה יהיה גדול.

הבנייה המקורית של Anderson–Rubin משתמשת בהנחות ההתפלגותיות של המודל; ביישום, אומד הקווריאנס והתפלגות הייחוס צריכים להתאים גם לתכנון הדגימה. תווית “חסין” אינה היתר להתעלם ממספר אשכולות קטן או מתלות סדרתית.

היפוך המבחן על פני ערכים מועמדים נותן קבוצת ביטחון. כשהמידע חלש, הקבוצה עשויה להיות רחבה, מפוצלת או בלתי חסומה; זהו ממצא על מידע זיהוי מוגבל, לא כשל תוכנה. גם למבחני Anderson–Rubin עשויה להיות עוצמה נמוכה.

המדריך להגבלות־יתר ב־GMM עוסק בשאלה אחרת, ואין לראות בו הסקה חסינה ל־IV חלש על מקדם.

המאמר המקורי הוא Anderson ו־Rubin (1949).

נניח שלב ראשון היפותטי עם \(n=200\) תצפיות, \(k=3\) משתנים מסבירים שנכללו ובתוכם קבוע, \(q=2\) מכשירים שהוחרגו ו־\(R^2_p=0.04\).

לפי הנוסחה ההומוסקדסטית הרגילה, דרגות החופש של השאריות הן \(200-3-2=195\).

\[ F = \frac{0.04/2}{(1-0.04)/195} = \frac{0.02}{0.96/195} = 4.0625. \]

החישוב אומר שהסטטיסטיקה המשותפת הרגילה היא 4.0625 תחת הקלטים וההנחות האלה. הוא אינו מוכיח כשלעצמו אי־תקפות, אינו קובע את המסקנה לפי קריטריון מסוים של Stock–Yogo ואינו מבסס את התוצאה תחת הטרוסקדסטיות או אשכולות.

ניתוח חסין דורש סטטיסטיקה וכיול משלו, התואמים את התכנון.

אם אותם שני מכשירים משמשים בתכנון רגרסיה לאי־רציפות מטושטש, אי־הרציפות בשלב הראשון היא חלק מניתוח הרלוונטיות הייחודי לתכנון.

חישוב F לעיל אינו תחליף להנחות RDD, לבחירת רוחב החלון או להסקה המתאימה לתכנון הזה.

ציינו את המשתנים האנדוגניים, המכשירים שהוחרגו, משתני הבקרה שנכללו, המדגם, מקדמי השלב הראשון, \(R^2\) חלקי וסטטיסטיקת החוזק המדויקת.

כשיש כמה משתנים אנדוגניים, זהו את הסטטיסטיקה המשותפת ואת הנחותיה; בתנאים חסינים, ציינו את הקווריאנס ואת שיטת הערכים הקריטיים במקום לכתוב רק “F = …”.

אם הסטטיסטיקה מצביעה על זיהוי חלש, דווחו על מבחן או קבוצת ביטחון למקדם היעד שחסינים ל־IV חלש. הסבירו אם הקבוצה חסומה וכיצד צורתה משנה את המסקנה המהותית.

אל תחליפו רווח לא אינפורמטיבי ברווח Wald רגיל רק מפני שקל יותר לסכם אותו.

לבסוף, בססו את אי־תלות המכשיר ואת נתיבי ההחרגה באמצעות ראיות מוסדיות וכלכליות. אבחון רלוונטיות, בדיקות איזון, תוצאות פלצבו ומבחן הגבלות־יתר יכולים לחשוף בעיות, אך אינם מוכיחים כל הנחה.

תכנון הפרשים־בהפרשים משתמש בהנחות זיהוי אחרות; שלב ראשון חזק יותר אינו הופך את התכנונים לחלופיים.