Instrumentenvariablen

Für die Schätzung kausaler Effekte werden häufig multiple lineare Regressionsmodelle verwendet, in welchen sehr einfach auf weitere Einflussfaktoren konditioniert werden kann. Oftmals sind jedoch wichtige Kontrollvariablen nicht beobachtbar oder die abhängige Variable beeinflusst ebenfalls die erklärende Variable. In solchen Fällen führt ein einfaches Regressionsmodell in der Regel zu verzerrten Schätzungen. Die Verwendung von Instrumentenvariablen kann selbst unter diesen Umständen noch zu einer konsistenten Schätzung des kausalen Effektes verhelfen. Wir geben eine Einführung in die Theorie der Instrumentenvariablenschätzung sowie Hinweise, wann deren Einsatz sinnvoll sein kann und welche Voraussetzungen erfüllt sein müssen. Anhand von Methoden aus dem maschinellen Lernen werden Möglichkeiten zum Testen von wichtigen Annahmen bzw. zur Anwendung der Instrumentenvariablenschätzung trotz verletzter Annahmen aufgezeigt. Zuletzt wird anhand einer Replikation von Ergebnissen aus der Studie von Angrist und Krueger (1991) die Anwendung von Instrumentenvariablen in der Praxis erläutert.