Trước đây tôi đã có một số câu hỏi được hỏi về tôi liên quan đến các bài báo được xuất bản trong một số lĩnh vực mà hồi quy (và các mô hình liên quan, chẳng hạn như mô hình bảng điều khiển hoặc GLM) được sử dụng trên dữ liệu quan sát (tức là dữ liệu không được tạo ra bởi thử nghiệm có kiểm soát , trong nhiều trường hợp - nhưng không phải luôn luôn - dữ liệu được quan sát theo thời gian) nhưng trong đó không có nỗ lực giới thiệu các biến công cụ được thực hiện.
Tôi đã đưa ra một số lời chỉ trích để phản hồi (chẳng hạn như mô tả các vấn đề sai lệch khi có thể thiếu các biến quan trọng) nhưng vì những người khác ở đây chắc chắn sẽ hiểu biết nhiều hơn tôi về chủ đề này, tôi đoán tôi sẽ hỏi:
Các vấn đề / hậu quả chính của việc cố gắng đưa ra kết luận về các mối quan hệ (đặc biệt, nhưng không giới hạn ở kết luận nguyên nhân) trong các tình huống như vậy là gì?
Có thể làm bất cứ điều gì hữu ích với các nghiên cứu phù hợp với các mô hình như vậy trong trường hợp không có dụng cụ?
Một số tài liệu tham khảo tốt (sách hoặc giấy tờ) về các vấn đề với mô hình như vậy (tốt nhất là có động cơ phi kỹ thuật rõ ràng về hậu quả, vì thông thường những người hỏi có nhiều nền tảng, một số không có nhiều số liệu thống kê) mà mọi người có thể đề cập đến trong phê bình một tờ giấy? Thảo luận về các biện pháp phòng ngừa / vấn đề với các công cụ cũng sẽ hữu ích.
(Tài liệu tham khảo cơ bản về các biến công cụ có ở đây , mặc dù nếu bạn có bất kỳ bổ sung nào ở đó, điều đó cũng hữu ích.)
Con trỏ đến các ví dụ thực tế tốt về việc tìm và sử dụng các công cụ sẽ là một phần thưởng nhưng không phải là trung tâm của câu hỏi này.
[Tôi có thể sẽ chỉ cho người khác bất kỳ câu trả lời hay nào ở đây vì những câu hỏi như vậy đến với tôi. Tôi có thể thêm một hoặc hai ví dụ khi tôi nhận được chúng.]