調査専門職（士業・コンサル・金融）計量経済・因果推論担当

弱い操作変数下の効果区間をロバスト推定と仮定逸脱別に比較する

操作変数の弱さを考慮した信頼集合と排除制約の感度を比較し、識別範囲を示すための入力、手順、確認点をまとめます。

目安時間：35分難易度：上級アプリ：指定なし

プロンプトの内容を確認 ↓

PURPOSE

このプロンプトでできること

操作変数の弱さを考慮した信頼集合と排除制約の感度を比較し、識別範囲を示すための入力、手順、確認点をまとめます。

PREPARE

用意する情報

操作変数・処置・アウトカム、第一段階、推定対象、弱識別ロバスト統計量、排除制約根拠、感度幅。実データは必要に応じて匿名化してください。

WORKFLOW

使い方

必要な情報をそろえ、個人情報や機密情報を伏せてから入力してください。出力は元資料と照合して利用してください。

AI INSTRUCTION

AIへの指示文

コピー用

入力欄を埋めてから利用してください。

操作変数の弱さを考慮した信頼集合と排除制約の感度を比較し、識別範囲を示す。入力に含まれる情報だけを使い、記載のない事実、数値、合意は補わないでください。
【入力】
操作変数・処置・アウトカム、第一段階、推定対象、弱識別ロバスト統計量、排除制約根拠、感度幅

【素材】
[匿名化した情報を貼り付け]

次の制約を守ってください。
F統計量の慣用閾値だけで識別を判断せず、操作変数の妥当性と対象母集団を専門家が確認してください。
不足情報や矛盾は推測せず確認事項として示し、次の形式で出力してください。
第一段階／通常推定／弱識別ロバスト集合／排除制約感度／識別結論

コピー操作はこのブラウザー内で行います

EXAMPLE

入力例と出力例

入力例（説明用）

第一段階F=6.2／通常CI=[0.12,0.30]／Anderson-Rubin集合=[-0.04,0.44]

出力例（説明用）

【説明用の合成例】
通常区間は正だがロバスト集合は0を含む。弱識別に頑健な結論として正の効果を断定しない。

TIPS

使うときのコツ

F統計量の慣用閾値だけで識別を判断せず、操作変数の妥当性と対象母集団を専門家が確認してください。不明点は推測せず、確認事項として分けてください。

使う前に確認してください

結論を原資料と照合し、因果関係や一般化を根拠なく断定しないでください。