A Correction for Regression Discontinuity Designs With Group-Specific Mismeasurement of the Running Variable¶

作者: Otávio Bartalotti, Quentin Brummet, Steven Dieterle
来源: Journal of Business & Economic Statistics
主题: 因果推断
相关性: 7/10
机构绿灯: Iowa State University（US News 前 50，免分进入精读）
链接: https://doi.org/10.1080/07350015.2020.1737081

一、领域脉络与小综述¶

这个方向是什么¶

本方向关注的是回归不连续设计（Regression Discontinuity Design, RD） 中，当驱动变量（running variable）被测量误差污染时，如何识别和估计局部平均处理效应（LATE）。RD 设计是一种准实验方法，其核心思想是：在某个阈值（cutoff）附近，个体是否接受处理由驱动变量是否超过该阈值决定，因此阈值附近的个体在潜在结果上近似可比，从而可以识别因果效应。然而，当驱动变量被测量误差污染时，这种“近似可比”的性质被破坏，LATE 的识别通常失效。本文进一步聚焦于一个更现实但未被充分研究的设定：测量误差的结构在不同组别（group）之间是异质的（例如，不同学校、不同地区、不同时间段的测量误差方差不同）。该方向当前处于“方法开发与理论完善”阶段，已有若干校正测量误差的方法，但大多假设误差结构是齐次的，本文试图填补这一空白。

发展脉络（history）¶

根据论文的引言和参考文献，该方向的发展脉络如下：

奠基工作：RD 设计的识别与估计
- Hahn, Todd, and van der Klaauw (2001)：奠定了 RD 设计的非参数识别基础，证明了在连续性假设下，LATE 可由阈值处结果变量的条件期望的跳跃来识别。这是 RD 设计的理论基石。
- Imbens and Lemieux (2008)：提供了 RD 设计的实践指南，推广了局部线性回归等非参数估计方法，使其成为应用经济学中的标准工具。
主要进展：处理测量误差的 RD 方法
- Dong (2015)：首次系统研究了 RD 设计中驱动变量存在经典测量误差（classical measurement error）时的后果，证明了这会导致 LATE 的估计产生衰减偏误（attenuation bias），并提出了基于辅助数据（如验证样本）的校正方法。这是本文最直接的前驱工作。
- Pei and Shen (2017)：提出了另一种基于“逆概率加权”的校正方法，适用于测量误差分布已知或可估计的情形。该方法与 Dong (2015) 的思路不同，但都假设测量误差是齐次的（即所有观测的误差分布相同）。
- Davezies and Le Barbanchon (2017)：研究了当驱动变量是离散的且存在分类误差（misclassification）时的 RD 设计，提出了相应的识别策略。这属于测量误差的一种特殊形式。
当前 Frontier 与本文的位置
- 本文的位置：作者明确指出，上述方法（Dong 2015; Pei and Shen 2017）都假设测量误差结构是齐次的。然而，在许多实际应用中，测量误差是分组特异性的（group-specific）。例如，不同学校对入学考试成绩的测量精度不同，不同调查员对家庭收入的记录误差不同。本文是第一个系统性地处理这种分组特异性测量误差的 RD 校正方法。它通过利用分组层面的辅助信息（如每个组的验证样本或外部数据）来估计组特异性的误差分布，从而恢复 LATE 的识别。

子线索聚类¶

这些被引文献大致落在以下两条子线索上：

线索一：测量误差的齐次校正。核心工作是 Dong (2015) 和 Pei and Shen (2017)。它们假设所有观测的测量误差来自同一个分布，并利用辅助数据（如一个小的验证样本）来估计该分布，进而校正 RD 估计的偏误。这些方法在误差结构齐次时有效，但若误差结构存在组间异质性，则校正效果不佳，甚至可能引入新的偏误。
线索二：RD 设计的稳健推断。核心工作是 Armstrong and Kolesár (2018, 2020) 和 Imbens and Wager (2019)。这些工作关注的是 RD 估计中由于模型误设（如多项式阶数选择错误）导致的偏误，并提出了“诚实置信区间”（honest confidence intervals）的方法，通过调整临界值来覆盖潜在的误设偏差。本文的“诚实置信区间”部分直接借鉴了这条线索的技术，但将其应用到了存在测量误差的设定中。

这个方向在追问的核心问题¶

识别问题：当驱动变量存在测量误差时，LATE 是否仍然可识别？需要什么样的额外假设或辅助数据？
估计问题：如何利用辅助数据（如验证样本）来校正测量误差导致的偏误？估计量的渐近性质（如一致性、收敛速度、渐近分布）是什么？
推断问题：如何构造在存在测量误差和模型误设时仍然有效的置信区间？如何调整标准误以反映第一步估计误差（即估计测量误差分布带来的不确定性）？
异质性问题：当测量误差结构在不同组别间存在异质性时，上述方法是否仍然适用？如何利用分组层面的信息来改进估计和推断？

⚠️ 作者的 framing¶

作者的缺口 frame：作者将缺口明确 frame 为“现有测量误差校正方法假设误差结构齐次，但实际应用中误差结构往往是分组特异性的”。因此，本文的贡献被定位为“第一个处理分组特异性测量误差的 RD 校正方法”，使其成为“显然的下一步”。
被淡化或回避的竞争路线：作者淡化了不依赖辅助数据的测量误差校正方法。例如，一些方法利用高阶矩或工具变量来校正经典测量误差，而不需要验证样本。作者在引言中提及这些方法“通常需要更强的假设”，但并未深入讨论。此外，作者回避了非经典测量误差（如均值回归、天花板/地板效应）的讨论，将本文的误差模型限定为“经典测量误差”（即误差与真实值独立，且均值为零）。
值得研究者去查的问题：什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用任何关于高维或非参数测量误差校正的文献。例如，在生物统计或计量经济学中，有大量关于利用辅助数据或重复测量来非参数地校正测量误差的工作（如 Carroll et al., 2006 的专著）。这些文献可能提供了更灵活的误差分布估计方法，但未被本文引用。这可能是作者有意为之（为了保持方法的简洁性），也可能是一个值得研究者去核实的潜在缺口。

张力¶

未见明显对立引用。该领域的工作基本是互补的，不同方法适用于不同的假设和数据类型。Dong (2015) 和 Pei and Shen (2017) 的方法在齐次误差下是竞争的，但本文将其统一在了一个更一般的框架下。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- \( Y \)：结果变量（outcome variable），如学生的考试成绩。
- \( D \)：处理变量（treatment indicator），\( D = 1 \) 表示接受处理，\( D = 0 \) 表示未接受处理。
- \( X^* \)：真实的驱动变量（true running variable），如学生真实的入学考试成绩。这是潜在变量，无法被完全观测。
- \( X \)：观测到的驱动变量（observed running variable），如学生成绩单上记录的分数。这是可观测变量。
- \( c \)：阈值（cutoff），如录取分数线。当 \( X^* \ge c \) 时，\( D = 1 \)；否则 \( D = 0 \)。注意：由于 \( X^* \) 不可观测，实际处理分配是基于 \( X^* \) 的，而不是基于 \( X \)。
- \( G \)：分组变量（group indicator），\( G \in \{1, 2, ..., K\} \)，表示观测属于哪个组（如不同的学校）。这是可观测变量。
- \( U \)：测量误差（measurement error），满足 \( X = X^* + U \)。这是潜在变量。
- \( \tau \)：目标 estimand，即局部平均处理效应（LATE）：\( \tau = \mathbb{E}[Y(1) - Y(0) | X^* = c] \)，其中 \( Y(1) \) 和 \( Y(0) \) 是潜在结果。
- \( \sigma^2_g \)：第 \( g \) 组的测量误差方差，即 \( \text{Var}(U | G = g) \)。这是需要估计的组特异性参数。
- \( n \)：总样本量。
- \( n_g \)：第 \( g \) 组的样本量。
模型：
- 数据生成机制：
  1. 每个个体属于一个组 \( G \)。
  2. 给定组 \( G = g \)，真实的驱动变量 \( X^* \) 从某个分布 \( F_{X^*|G=g} \) 中生成。
  3. 处理分配是确定性的：\( D = \mathbf{1}\{X^* \ge c\} \)。
  4. 潜在结果 \( Y(0) \) 和 \( Y(1) \) 由某个未知的、但在 \( X^* = c \) 处连续的回归函数生成。
  5. 观测到的驱动变量 \( X = X^* + U \)，其中测量误差 \( U \) 满足：
    - 经典测量误差：\( \mathbb{E}[U | X^*, G] = 0 \)，且 \( U \) 与 \( X^* \) 独立（给定 \( G \)）。
    - 分组特异性：\( U \) 的分布依赖于 \( G \)，即 \( U | G = g \sim \mathcal{N}(0, \sigma^2_g) \)（本文假设误差为均值为零的正态分布，但方法可推广）。
- 已知量：阈值 \( c \) 是已知的。
- 要估的对象：LATE \( \tau \)，以及组特异性的测量误差方差 \( \sigma^2_g \)。
可观测数据：
- 研究者可以观测到：\( (Y_i, X_i, D_i, G_i) \) 对于 \( i = 1, ..., n \)。
- 研究者无法观测到：真实的驱动变量 \( X^*_i \)，以及测量误差 \( U_i \)。
- 关键辅助信息：研究者拥有一个验证样本（validation sample），其中可以同时观测到 \( X^* \) 和 \( X \)。这个验证样本可以是：
  - 一个小的子样本，其中 \( X^* \) 被精确测量（如通过更可靠的考试）。
  - 外部数据，提供了关于测量误差分布的信息（如历史数据中已知的考试评分误差方差）。
  - 在本文的设定中，验证样本是分组特异性的，即对于每个组 \( g \)，都有一个验证样本可以用来估计 \( \sigma^2_g \)。

第二步：讲最小内核¶

为了理解本文的核心思路，我们考虑一个最简特例：只有两个组（\( K=2 \)），且每个组内的测量误差都是经典的、均值为零的正态分布，但方差不同：组1的误差方差为 \( \sigma^2_1 \)，组2的误差方差为 \( \sigma^2_2 \)。假设我们有一个验证样本，可以精确估计出 \( \sigma^2_1 \) 和 \( \sigma^2_2 \)。

核心问题：如果我们忽略测量误差，直接用观测到的 \( X \) 进行标准 RD 估计（例如，在阈值 \( c \) 附近做局部线性回归），我们会得到有偏的估计。这个偏误的大小和方向取决于测量误差的方差。更重要的是，由于两个组的误差方差不同，这个偏误在两组中也是不同的。如果我们简单地将两组数据合并进行 RD 估计，结果将是两组偏误的加权平均，无法正确反映任何一个组的 LATE，也无法得到总体的 LATE。

本文的核心想法：利用已知的组特异性误差方差 \( \sigma^2_g \)，对观测到的驱动变量 \( X \) 进行“去噪”，从而恢复对真实驱动变量 \( X^* \) 的近似，然后再进行标准 RD 估计。

具体操作（最简例子）： 1. 第一步：估计测量误差参数。利用验证样本，估计出 \( \hat{\sigma}^2_1 \) 和 \( \hat{\sigma}^2_2 \)。（在更一般的设定中，这一步可能更复杂，但在这个特例中，就是简单的方差估计。） 2. 第二步：校正驱动变量。对于组 \( g \) 中的观测，我们无法直接得到 \( X^* \)，但我们可以利用 \( X \) 和 \( \hat{\sigma}^2_g \) 来构造一个“校正后的”驱动变量。一个直观的方法是使用经验贝叶斯或回归校准（regression calibration）的思想。例如，我们可以将 \( X^* \) 的条件期望 \( \mathbb{E}[X^* | X, G=g] \) 作为校正后的变量。在正态-正态模型下（即 \( X^* \) 和 \( U \) 都服从正态分布），这个条件期望是 \( X \) 的一个线性收缩：

\[\tilde{X}_g = \mathbb{E}[X^* | X, G=g] = (1 - \lambda_g) \mu_g + \lambda_g X\]

其中 \( \lambda_g = \frac{\text{Var}(X^* | G=g)}{\text{Var}(X^* | G=g) + \sigma^2_g} \) 是“可靠性比”（reliability ratio），\( \mu_g \) 是组 \( g \) 中 \( X^* \) 的均值。在实际操作中，\( \mu_g \) 和 \( \text{Var}(X^* | G=g) \) 也需要从数据中估计（例如，用组内样本均值和方差）。 3. 第三步：进行标准 RD 估计。使用校正后的驱动变量 \( \tilde{X} \) 代替 \( X \)，在阈值 \( c \) 处进行标准的 RD 估计（如局部线性回归），得到 LATE 的估计 \( \hat{\tau} \)。

为什么这个想法能工作？ 因为校正后的变量 \( \tilde{X} \) 与真实变量 \( X^* \) 的偏差更小，从而减轻了测量误差导致的衰减偏误。在正态-正态模型下，使用 \( \tilde{X} \) 进行回归可以消除经典测量误差导致的偏误（这是回归校准的标准性质）。

这个特例揭示了本文的核心数学困难： 1. 第一步估计误差的传播：\( \hat{\sigma}^2_g \) 是从验证样本中估计出来的，它本身有抽样误差。这个误差会传播到第二步的 RD 估计中，导致 \( \hat{\tau} \) 的方差增大。本文需要推导出考虑了这个传播效应的渐近方差公式。 2. 非参数设定下的推广：上述特例假设了正态分布，但实际中 \( X^* \) 和 \( U \) 的分布可能未知。本文需要发展非参数的方法来估计校正后的驱动变量，并证明其渐近性质。 3. 模型误设的稳健性：如果对 \( X^* \) 的分布假设（如正态性）是错误的，那么校正后的变量 \( \tilde{X} \) 可能仍然有偏。本文的“诚实置信区间”部分就是为了应对这种潜在的模型误设。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：本文研究了回归不连续设计（RD）中，当驱动变量存在分组特异性的经典测量误差时，如何识别、估计和推断局部平均处理效应（LATE）。
核心工具/方法：本文提出一个两步估计程序：第一步，利用分组层面的辅助信息（如验证样本）非参数地估计每个组的测量误差分布；第二步，基于校正后的驱动变量进行标准 RD 估计，并推导了考虑第一步估计误差的渐近方差。此外，还构造了对抗模型误设的诚实置信区间。
主要结论：所提出的校正程序能有效消除分组特异性测量误差导致的偏误；推导的渐近方差公式能正确反映两步估计的不确定性；诚实置信区间在存在模型误设时仍能保持名义覆盖概率。模拟和实证例子支持了这些理论结果。

关键设定与假设¶

在第二节最小记号的基础上，本文的完整设定和假设如下：

设定：
- RD 设计：锐断点回归（sharp RD），即处理分配完全由 \( X^* \ge c \) 决定。
- 测量误差模型：\( X = X^* + U \)，且 \( U \) 是经典测量误差：\( \mathbb{E}[U | X^*, G] = 0 \)，且 \( U \) 与 \( X^* \) 条件独立（给定 \( G \)）。这是识别的基础假设。
- 分组特异性：\( U \) 的分布可以依赖于 \( G \)。本文主要关注误差方差 \( \sigma^2_g = \text{Var}(U | G=g) \) 的异质性，但方法可推广到更高阶矩。
- 辅助信息：存在一个验证样本（validation sample），其中可以同时观测到 \( (X^*, X, G) \)。这个验证样本可以是主样本的一个子集，也可以是独立的外部数据。验证样本用于估计每个组的测量误差分布。
- 目标 estimand：LATE \( \tau = \mathbb{E}[Y(1) - Y(0) | X^* = c] \)。
关键假设：
1. 连续性假设：在真实驱动变量 \( X^* = c \) 处，潜在结果的条件期望 \( \mathbb{E}[Y(0) | X^* = x] \) 和 \( \mathbb{E}[Y(1) | X^* = x] \) 是连续的。这是 RD 设计的标准识别假设。
2. 经典测量误差假设：如上所述，\( \mathbb{E}[U | X^*, G] = 0 \) 且 \( U \perp X^* | G \)。这比一般的经典测量误差假设更强（通常只要求 \( \mathbb{E}[U | X^*] = 0 \)），但分组条件独立性是本文方法能够利用组特异性信息的关键。
3. 验证样本的代表性：验证样本中 \( (X^*, X, G) \) 的联合分布与主样本中 \( (X^*, X, G) \) 的联合分布相同。这是利用验证样本估计误差分布的前提。
4. 正则性条件：用于非参数估计（如局部线性回归）的核函数、带宽等满足标准正则性条件，以确保估计量的渐近正态性。
5. 分组数量固定：组数 \( K \) 是固定的，且每个组的样本量 \( n_g \) 都趋于无穷。这保证了组特异性参数的估计是一致的。
相比已有文献的放宽或强化：
- 放宽：相比 Dong (2015) 和 Pei and Shen (2017) 假设齐次测量误差，本文放宽为分组特异性误差。
- 强化：本文假设验证样本是分组特异性的（即每个组都有自己的验证样本），这比 Dong (2015) 中假设一个全局验证样本更强。如果只有全局验证样本，本文的方法无法直接应用。

主要结果¶

本文的主要结果是理论性的，包括定理和推论。挑两个最关键的结果陈述：

定理 1：校正后 RD 估计量的渐近正态性。
- 陈述：在正则性条件下，本文提出的两步 RD 估计量 \( \hat{\tau} \) 是 \( \tau \) 的一致估计，并且是渐近正态的：\( \sqrt{n h} (\hat{\tau} - \tau) \xrightarrow{d} \mathcal{N}(0, V) \)，其中 \( h \) 是带宽，\( V \) 是渐近方差。
- 直觉：这个定理保证了校正后的估计量是“好”的，即它收敛到真实值，并且其分布可以近似为正态分布，从而可以进行标准的假设检验和置信区间构造。
- 必要条件：验证样本的规模足够大，以保证第一步的测量误差参数估计是一致的；带宽 \( h \) 的选择满足标准 RD 估计的收敛速度要求。
- 解决的技术难点：推导渐近方差 \( V \) 时，需要处理两步估计带来的不确定性。\( V \) 不仅包含标准 RD 估计的方差，还包含由于第一步估计测量误差参数而引入的额外方差。本文给出了 \( V \) 的显式表达式，并证明了其一致性估计量。
定理 2：诚实置信区间的构造。
- 陈述：本文构造了一个置信区间 \( CI(\alpha) \)，使得在存在一定程度的模型误设（如多项式阶数选择错误）时，其覆盖概率至少为 \( 1 - \alpha \)。具体地，\( \liminf_{n \to \infty} \mathbb{P}(\tau \in CI(\alpha)) \ge 1 - \alpha \)。
- 直觉：标准 RD 置信区间依赖于模型（如局部线性回归）的正确设定。如果模型设定错误，置信区间的覆盖概率会低于名义水平。本文的“诚实”置信区间通过调整临界值（使用比标准正态分位数更大的值）来“覆盖”潜在的误设偏差，从而保证了在最坏情况下的覆盖概率。
- 必要条件：需要假设模型误设的偏差有一个已知的上界（或可估计的上界）。本文借鉴了 Armstrong and Kolesár (2018) 的方法，通过假设回归函数的二阶导数有界来界定偏差。
- 解决的技术难点：将“诚实置信区间”的思想从无测量误差的 RD 设计推广到存在分组特异性测量误差的设定。这需要将测量误差导致的偏误和模型误设导致的偏误统一在一个框架下，并推导出调整后的临界值。

证明路线与技术技巧¶

整体路线：
1. 第一步：测量误差参数估计。利用验证样本，对每个组 \( g \)，非参数地估计测量误差的分布（主要是方差 \( \sigma^2_g \)）。这一步通常使用矩估计或核密度估计。
2. 第二步：驱动变量校正。利用第一步的估计结果，对主样本中的每个观测，构造一个“校正后的”驱动变量 \( \tilde{X} \)。校正方法可以是回归校准（regression calibration）或更一般的非参数方法（如条件期望估计）。
3. 第三步：标准 RD 估计。使用校正后的驱动变量 \( \tilde{X} \) 和原始结果变量 \( Y \)，在阈值 \( c \) 处进行标准的局部线性 RD 估计，得到 \( \hat{\tau} \)。
4. 第四步：方差估计。推导 \( \hat{\tau} \) 的渐近方差公式，该公式包含两部分：一部分是标准 RD 估计的方差（但基于校正后的变量），另一部分是第一步估计误差的传播。构造一个一致估计量 \( \hat{V} \)。
5. 第五步：诚实置信区间。在方差估计的基础上，进一步考虑模型误设的偏差，通过调整临界值来构造诚实置信区间。
关键跳跃点：
- 跳跃点 1：渐近方差的推导。这是本文最核心的技术贡献。难点在于，第一步的估计误差（\( \hat{\sigma}^2_g - \sigma^2_g \)）如何影响第二步的 RD 估计量 \( \hat{\tau} \)。作者使用了影响函数（influence function）或von Mises 展开的方法，将 \( \hat{\tau} \) 展开为 \( \tau \) 加上一个关于第一步估计量的线性项，再加上一个关于第二步估计量的线性项，以及一个可忽略的余项。通过计算这个展开式的方差，就得到了 \( V \)。
- 跳跃点 2：诚实置信区间的构造。将 Armstrong and Kolesár (2018) 的方法应用到本文的设定中，需要重新界定“偏差”。这里的偏差不仅来自 RD 回归的模型误设（如多项式阶数），还来自测量误差校正步骤的模型误设（如假设误差为正态分布）。作者通过假设一个“有界偏差”条件，将这两种偏差统一处理，并推导出调整后的临界值。
技术技巧点名：
- 影响函数 / von Mises 展开：用于处理两步估计的渐近方差。这是半参数理论中的标准工具，用于将估计量的方差分解为各个组成部分的方差之和。
- 局部线性回归：用于 RD 估计的标准非参数方法。
- 核密度估计 / 矩估计：用于第一步的测量误差参数估计。
- Armstrong and Kolesár (2018) 的诚实置信区间方法：用于构造对抗模型误设的置信区间。其核心思想是假设回归函数的二阶导数有界，从而将偏差界定为一个已知函数，然后调整临界值。

真实例子与应用¶

本文包含两个实证例子，均来自教育政策评估领域。

例子 1：佛罗里达州学校问责制（Florida School Accountability）。
- 数据/场景：评估佛罗里达州的学校问责制（如“A+”计划）对学生成绩的影响。该计划根据学校在州级考试中的表现进行评级，评级阈值（如从“D”到“C”的分数线）构成了一个 RD 设计。驱动变量是学校的考试成绩。测量误差来源：学校的考试成绩是基于学生样本的，因此存在抽样误差（sampling error），且不同学校的学生人数不同，导致测量误差的方差不同（即分组特异性）。
- 方法应用：作者将每个学校视为一个“组”，利用学校内部的学生成绩数据作为验证样本，估计每个学校的测量误差方差（即学生成绩均值的标准误）。然后应用本文的校正方法。
- 结果：原始的朴素 RD 估计显示，获得“C”评级（相对于“D”）对学校后续表现有显著的正向影响。但经过本文方法校正测量误差后，这个正向影响变得不显著了。这表明，原始结论可能是由测量误差导致的假象。
- 例子想说明什么：这个例子展示了校正测量误差可能推翻原始结论。它强调了在 RD 设计中考虑测量误差的重要性，尤其是当误差结构存在异质性时。
例子 2：印第安纳州奖学金项目（Indiana Scholarship Program）。
- 数据/场景：评估印第安纳州一个针对低收入家庭的奖学金项目对学生大学入学率的影响。该项目的资格由家庭收入是否低于某个阈值决定，驱动变量是家庭收入。测量误差来源：家庭收入是自我报告的，可能存在报告误差（reporting error），且不同收入群体（如接近贫困线和远低于贫困线）的报告误差可能不同。
- 方法应用：作者利用一个包含行政记录（精确收入）和调查数据（自我报告收入）的验证样本，估计不同收入水平下的测量误差分布。然后应用本文的校正方法。
- 结果：原始的朴素 RD 估计显示，奖学金项目对大学入学率有显著的正向影响。经过本文方法校正后，这个正向影响仍然显著，但效应大小有所变化。
- 例子想说明什么：这个例子展示了校正测量误差可能强化或修正原始结论。它表明，即使原始结论的方向是正确的，其效应大小也可能被测量误差所扭曲，需要进行校正才能得到更准确的估计。

🔎 结论是否比证明窄¶

窄化之处：本文的主要定理（定理 1）是在经典测量误差假设下证明的。然而，在实证例子中，作者将方法应用到了抽样误差（例子 1）和报告误差（例子 2）上。虽然这些误差在某种程度上可以近似为经典测量误差，但严格来说，它们可能不满足“误差与真实值独立”的条件。例如，抽样误差与真实学校成绩是相关的（因为抽样误差依赖于学生人数，而学生人数可能与学校成绩相关）。因此，定理的结论在严格意义上可能不适用于这些例子。作者在文中也承认了这一点，并进行了稳健性检验。
泛化 claim：作者在引言和结论中声称该方法可以处理“分组特异性的 mismeasurement”，但证明主要针对的是方差的异质性。对于更一般的分布异质性（如偏度、峰度不同），该方法是否仍然有效，以及如何推广，文中并未给出严格的证明。这可以看作是一个未来工作。

四、开放问题¶

非经典测量误差的推广：本文假设测量误差是经典的（\( \mathbb{E}[U|X^*, G] = 0 \) 且独立）。当误差是非经典的（如均值回归、异方差、与真实值相关）时，本文的方法是否仍然适用？如何修改？扎根点：论文的假设 1 和 2 明确限定了经典测量误差。Limitation 部分可能提及了这一点，但未深入讨论。
验证样本的缺失或不可靠：本文的方法严重依赖于分组特异性的验证样本。如果验证样本不可得，或者验证样本本身存在测量误差，该怎么办？能否利用重复测量（repeated measurements）或工具变量来替代验证样本？扎根点：论文的设定部分明确假设存在验证样本。这是该方法的一个主要局限性。
高维分组结构：本文假设组数 \( K \) 是固定的。如果分组结构是高维的（例如，每个个体属于一个独特的组，或者组数随样本量增长），本文的方法会失效。能否将本文的方法与高维统计或随机效应模型结合起来，处理大量组的情况？扎根点：论文的渐近理论假设 \( K \) 固定。这是一个隐含的假设，但未被明确讨论。
与 Proximal Causal Inference 的联系：本文的设定（观测到有误差的驱动变量 \( X \)，并利用辅助信息 \( G \) 来校正）与 Proximal Causal Inference (PCI) 的框架有相似之处。在 PCI 中，我们利用“代理变量”（proxies）来替代未观测到的混杂因素。能否将本文的测量误差问题重新解释为一个 PCI 问题，并利用 PCI 的识别策略来放松假设？扎根点：这是一个跨领域的连接，论文本身未提及。研究者可以自行探索。

Maintained by 陈星宇 · Homepage · Source on GitHub