Sebelumnya saya telah memiliki sejumlah pertanyaan yang diajukan kepada saya terkait dengan makalah yang diterbitkan di sejumlah bidang di mana regresi (dan model terkait, seperti model panel atau GLM) digunakan pada data pengamatan (yaitu data yang tidak dihasilkan oleh eksperimen terkontrol , dalam banyak kasus - tetapi tidak selalu - data diamati dari waktu ke waktu) tetapi di mana tidak ada upaya untuk memperkenalkan variabel instrumental dibuat.
Saya telah membuat sejumlah kritik sebagai tanggapan (seperti menggambarkan masalah dengan bias ketika variabel penting mungkin hilang) tetapi karena orang lain di sini tidak diragukan lagi akan jauh lebih berpengetahuan daripada saya tentang topik ini, saya pikir saya akan bertanya:
Apa masalah / konsekuensi utama dari mencoba sampai pada kesimpulan tentang hubungan (khususnya, tetapi tidak terbatas pada kesimpulan kausal) dalam situasi seperti itu?
Dapatkah sesuatu yang berguna dilakukan dengan studi yang sesuai dengan model seperti itu tanpa adanya instrumen?
Apa saja rujukan bagus (buku atau makalah) tentang masalah-masalah dengan pemodelan seperti itu (lebih disukai dengan motivasi nonteknis yang jelas tentang konsekuensinya, karena biasanya orang-orang yang bertanya memiliki beragam latar belakang, beberapa tanpa banyak statistik) yang mungkin dirujuk oleh orang dalam mengkritik kertas? Diskusi tentang tindakan pencegahan / masalah dengan instrumen akan bermanfaat juga.
(Referensi dasar tentang variabel instrumental ada di sini , meskipun jika Anda memiliki sesuatu untuk ditambahkan di sana, itu akan sangat membantu juga.)
Menunjuk contoh-contoh praktis yang baik untuk menemukan dan menggunakan instrumen akan menjadi bonus tetapi tidak penting untuk pertanyaan ini.
[Saya mungkin akan mengarahkan orang lain ke jawaban yang baik di sini saat pertanyaan seperti itu datang kepada saya. Saya dapat menambahkan satu atau dua contoh begitu saya mendapatkannya.]
sumber