📊 statistics

Two-stage least squares with treatment-covariate interactions for treatment effect heterogeneity

Diese Arbeit zeigt, dass die Schätzung von Heterogenität in Behandlungseffekten mittels interagierter Zwei-Phasen-Kleinste-Quadrate-Schätzung unter dem LATE-Rahmenwerk nur dann konsistent ist, wenn die Kovariaten kategorisch sind oder die Behandlung zufällig zugewiesen wurde, da die notwendige Linearitätsbedingung für die Interaktion zwischen Instrument und Kovariaten in anderen Fällen nicht erfüllt ist.

Ursprüngliche Autoren: Anqi Zhao, Peng Ding, Fan Li

Veröffentlicht 2026-03-03

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Anqi Zhao, Peng Ding, Fan Li

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Der "Magische Schlüssel" und seine Grenzen

Stellen Sie sich vor, Sie sind ein Detektiv, der herausfinden will, ob ein bestimmtes Medikament (die Behandlung) wirklich hilft. Aber es gibt ein Problem: Die Patienten wählen das Medikament nicht zufällig aus. Vielleicht nehmen nur die gesünderen Menschen das Medikament, oder vielleicht gibt es andere versteckte Gründe.

Um dieses Problem zu lösen, nutzen Forscher oft einen "Instrumentalvariablen" (IV) genannten Trick. Stellen Sie sich den IV wie einen magischen Schlüssel vor. Dieser Schlüssel öffnet die Tür zur Behandlung (er beeinflusst, wer das Medikament nimmt), hat aber keinen direkten Einfluss auf die Gesundheit, außer durch die Behandlung selbst. Wenn der Schlüssel zufällig verteilt wird, ist er perfekt.

Aber in der echten Welt ist der Schlüssel oft nicht perfekt zufällig. Er funktioniert nur, wenn man bestimmte Merkmale (wie Alter, Einkommen, Wohnort) berücksichtigt. Das nennt man eine "bedingte Gültigkeit".

Das Problem: Der Versuch, alles auf einmal zu verstehen

Die Forscher wollen nicht nur wissen, ob das Medikament im Durchschnitt hilft. Sie wollen wissen: Hilft es allen gleich gut? Oder hilft es nur jungen Menschen, aber nicht alten?

Um das herauszufinden, nutzen viele Statistiker eine Methode namens "Two-Stage Least Squares" (2SLS). Das ist wie eine zweistufige Maschine:

Stufe 1: Der Schlüssel erklärt, wer das Medikament nimmt.
Stufe 2: Man schaut, wie sich das Medikament auf die Gesundheit auswirkt.

Um die Unterschiede zwischen den Gruppen zu finden, fügen die Forscher oft Interaktionen hinzu. Das ist, als würde man in die Maschine nicht nur "Alter" und "Medikament" werfen, sondern auch den Produkt-Ausdruck "Alter × Medikament". Die Hoffnung ist: Wenn dieser neue Term einen Einfluss hat, dann wissen wir, dass das Medikament je nach Alter unterschiedlich wirkt.

Die schockierende Entdeckung: Die Maschine lügt oft

Die Autoren dieser Arbeit haben genau diese Maschine (die "interagierte 2SLS") genauer unter die Lupe genommen. Ihre Erkenntnis ist ziemlich ernüchternd:

Die Zahlen, die diese Maschine für die Unterschiede zwischen den Gruppen ausspuckt, sind oft falsch.

Stellen Sie sich vor, Sie versuchen, die Form eines Objekts zu erraten, indem Sie nur einen einzigen Schatten betrachten. Wenn das Licht (der "Schlüssel") nicht perfekt steht, sehen Sie den Schatten verzerrt.
Die Autoren zeigen mathematisch, dass die Schätzwerte für die Unterschiede (die Koeffizienten der Interaktionen) nur dann die wahre Wahrheit widerspiegeln, wenn eine sehr spezifische und unwahrscheinliche Bedingung erfüllt ist:

Die Bedingung: Die Wahrscheinlichkeit, den "magischen Schlüssel" zu bekommen, muss sich linear mit den Merkmalen verhalten, und die Kombination aus Schlüssel und Merkmalen muss sich wie eine gerade Linie verhalten.

In der Praxis bedeutet das: Diese Bedingung ist nur erfüllt, wenn:

Die Merkmale (wie Alter, Einkommen) nur kategorisch sind (z. B. nur "jung" oder "alt", aber keine genauen Zahlen) UND
Der Schlüssel perfekt zufällig verteilt ist ODER
Es nur sehr wenige Kategorien gibt.

Wenn Sie jedoch kontinuierliche Daten haben (wie ein genaues Alter von 23,4 Jahren) und der Schlüssel nicht perfekt zufällig ist (was in der realen Welt fast immer der Fall ist), dann ist die Maschine nicht verlässlich. Die Zahlen, die sie für die Unterschiede ausgibt, sind mathematisch gesehen "Schattenbilder", die nicht dem echten Objekt entsprechen.

Die Lösung: Ein neuer Trick mit "Durchschnittswerten"

Aber keine Sorge, die Autoren geben nicht auf. Sie bieten eine Lösung an, wie man trotzdem das Gesamtergebnis (den durchschnittlichen Effekt des Medikaments auf die "Complier" – also die Leute, die dem Schlüssel folgen) korrekt berechnen kann.

Der Trick:
Statt die rohen Daten (z. B. "Alter 23") direkt zu verwenden, subtrahieren Sie den Durchschnitt.
Stellen Sie sich vor, Sie messen die Körpergröße aller Patienten. Anstatt mit "180 cm" zu rechnen, rechnen Sie mit "180 cm minus der Durchschnittsgröße". Das nennt man "zentrieren" oder "demeanen".

Wenn Sie diese zentrierten Daten in Ihre Maschine werfen, funktioniert der Trick wieder! Unter den gleichen strengen Bedingungen (die oben erwähnt wurden) liefert die Maschine nun das korrekte Ergebnis für den durchschnittlichen Behandlungseffekt.

Zusammenfassung in einer Metapher

Stellen Sie sich vor, Sie versuchen, die Qualität von Äpfeln in verschiedenen Gärten zu messen.

Der Schlüssel (IV): Ein Wind, der Samen in die Gärten trägt.
Die Merkmale (Covariates): Die Bodenbeschaffenheit (sandig, lehmig, tonig).
Die Interaktion: Sie wollen wissen, ob der Wind auf sandigem Boden andere Äpfel bringt als auf lehmigem.

Die Autoren sagen: Wenn Sie versuchen, den Unterschied zwischen sandigem und lehmigem Boden einfach durch eine Formel zu berechnen, die den Wind und den Boden multipliziert, werden Sie falsche Ergebnisse bekommen, es sei denn, der Wind weht auf eine sehr seltsame, vorhersehbare Weise, die nur bei wenigen, diskreten Bodentypen funktioniert.

Aber: Wenn Sie den "durchschnittlichen Boden" aus der Rechnung herausrechnen (indem Sie sagen: "Wie viel besser/schlechter ist dieser Boden im Vergleich zum Durchschnitt?"), dann können Sie die Gesamtqualität der Äpfel korrekt bestimmen, auch wenn der Wind nicht perfekt zufällig weht.

Was bedeutet das für die Praxis?

Vorsicht bei Interaktionen: Seien Sie skeptisch, wenn Studien behaupten, sie hätten herausgefunden, dass ein Medikament nur für Gruppe A wirkt, aber nicht für Gruppe B, indem sie einfach Interaktionen in eine IV-Analyse geworfen haben. Die Ergebnisse könnten mathematisch verzerrt sein.
Der Durchschnitt ist wichtig: Wenn Sie den durchschnittlichen Effekt schätzen wollen, ist es oft besser, die Daten vorher zu "zentrieren" (den Durchschnitt abzuziehen).
Keine Zauberformel: Es gibt keine einfache mathematische Formel, die alle komplexen Unterschiede in der realen Welt perfekt erfasst, wenn die Daten nicht perfekt zufällig sind. Man muss die Grenzen der Modelle kennen.

Kurz gesagt: Die Autoren haben eine Falle in einem beliebten statistischen Werkzeug aufgedeckt und einen Weg gezeigt, wie man zumindest das Hauptergebnis sicherer berechnet, indem man die Daten clever vorbereitet.

Titel: Two-Stage Least Squares mit Treatment-Covariate-Interaktionen zur Schätzung von Heterogenität des Behandlungseffekts

Autoren: Anqi Zhao, Peng Ding, Fan Li

1. Problemstellung

In der ökonometrischen Analyse mit Instrumentvariablen (IV) ist die Heterogenität des Behandlungseffekts in Bezug auf Kovariaten ein weit verbreitetes Phänomen. Eine intuitive Methode, um diese Heterogenität zu erfassen, ist die Verwendung von interagierten Two-Stage-Least-Squares (2SLS)-Modellen. Dabei wird ein Arbeitsmodell postuliert, das den Ausgang (Outcome) auf die Behandlung, die Kovariaten und die Interaktionen zwischen Behandlung und Kovariaten abbildet. Die Instrumentierung erfolgt entsprechend mit dem IV, den Kovariaten und den Interaktionen zwischen IV und Kovariaten.

Bisher fehlte jedoch eine klare kausale Interpretation dieser Schätzer unter dem Local Average Treatment Effect (LATE)-Rahmenwerk, insbesondere wenn das Instrument nur bedingt gültig ist (d. h., es erfüllt die IV-Annahmen nur nach Konditionierung auf Kovariaten). Die gängige Praxis, Interaktionsterme einfach hinzuzufügen, birgt das Risiko, dass die resultierenden Regressionskoeffizienten keine konsistenten Schätzer für die systematische Variation des Behandlungseffekts darstellen, wenn bestimmte strenge Annahmen nicht erfüllt sind.

2. Methodik und Rahmenwerk

Die Autoren arbeiten innerhalb des Potential-Outcome-Rahmenwerks (Rubin Causal Model) und nutzen die Annahmen für Instrumentvariablen (Exogenität, Ausschlussrestriktion, Überlappung, Relevanz, Monotonie).

Interagiertes 2SLS: Es wird ein 2SLS-Verfahren betrachtet, bei dem die zweite Stufe regressiert wird auf $D_i X_i$ (Behandlung $\times$ Kovariaten) und $X_i$ , instrumentiert durch $Z_i X_i$ und $X_i$ .
Zielparameter: Das Ziel ist die Schätzung von $\beta_c$ , dem Vektor der Koeffizienten der linearen Projektion des individuellen Behandlungseffekts $\tau_i$ auf die Kovariaten $X_i$ innerhalb der Subgruppe der "Compliers" (diejenigen, deren Behandlungsstatus durch das Instrument beeinflusst wird). Dies repräsentiert die systematische Heterogenität des Behandlungseffekts.
Analyse: Die Autoren leiten die Wahrscheinlichkeitsgrenzen der Schätzer her und untersuchen, unter welchen Bedingungen diese Grenzwerte den kausalen Parametern entsprechen.

3. Schlüsselbeiträge und Ergebnisse

Die Hauptergebnisse des Papiers lassen sich in drei zentrale Punkte unterteilen:

A. Notwendige und hinreichende Bedingung für Konsistenz (Linear IV-Covariate Interactions Condition)

Die Autoren zeigen, dass die Koeffizienten der Interaktionsterme im interagierten 2SLS genau dann konsistente Schätzer für die Heterogenität des Behandlungseffekts ( $\beta_c$ ) sind (für beliebige Prozesse der Outcome-Generierung), wenn und nur wenn die folgende Bedingung erfüllt ist:

Lineare IV-Kovariaten-Interaktionen: Das Produkt aus der Propensity Score des Instruments $e(X_i) = P(Z_i=1|X_i)$ $e (X_{i}) = P (Z_{i} = 1∣ X_{i})$ und den Kovariaten $X_i$ $X_{i}$ muss linear in $X_i$ $X_{i}$ sein.
- Mathematisch: $E(Z_i X_i | X_i) = \text{proj}(Z_i X_i | X_i)$ .
Dies erweitert frühere Ergebnisse (z. B. von Blandhol et al., 2025) von additiven 2SLS-Spezifikationen auf Modelle mit Interaktionstermen.

B. Strenge Einschränkungen der Bedingung (Theorem 2)

Die Autoren beweisen, dass die oben genannte Bedingung unter sehr restriktiven Umständen erfüllt ist. Wenn der Kovariatenvektor $X_i$ die Dimension $K$ hat (inklusive eines Konstanten Terms):

Die Bedingung gilt nur, wenn die Propensity Score $e(X_i)$ höchstens $K$ verschiedene Werte annimmt.
Dies führt zu zwei spezifischen Fällen, in denen die Interpretation der Interaktionsterme gültig ist:
1. Kategorische Kovariaten: Die Kovariaten sind kategorisch mit genau $K$ Stufen (gesättigte Spezifikation). In diesem Fall entspricht das interagierende 2SLS einer nichtparametrischen Konditionierung.
2. Zufällige Zuweisung des Instruments: Das Instrument ist bedingungslos zufällig zugewiesen ( $Z_i \perp\!\!\perp X_i$ ).
Praktische Implikation: In allen anderen Fällen (z. B. bei kontinuierlichen Kovariaten oder wenn das Instrument nicht zufällig zugewiesen ist, aber von Kovariaten abhängt), sind die Koeffizienten der Interaktionsterme im 2SLS nicht konsistent für die Heterogenität des Behandlungseffekts, es sei denn, das Outcome-Modell ist korrekt spezifiziert. Dies warnt davor, Interaktionsterme in IV-Modellen blind einzusetzen.

C. Konsistente Schätzung des LATE mit zentrierten Kovariaten

Als praktische Anwendung ihrer Theorie zeigen die Autoren, dass das interagierende 2SLS mit zentrierten (demeaned) Kovariaten den LATE als einen einzigen Koeffizienten konsistent schätzt, sofern die Bedingung der linearen IV-Kovariaten-Interaktionen erfüllt ist.

Im Gegensatz zu additiven 2SLS-Modellen, die oft nur gewichtete Durchschnitte der konditionalen LATEs liefern (die vom wahren LATE abweichen), ermöglicht die Verwendung von zentrierten Kovariaten in Kombination mit Interaktionstermen die direkte Identifikation des LATE unter den genannten Bedingungen.

4. Erweiterungen

Das Papier erweitert die Theorie auf:

Partiell interagiertes 2SLS: Wenn nur eine Teilmenge der Kovariaten interagiert wird.
Schwache Monotonie: Die Ergebnisse werden auf Fälle erweitert, in denen Defiers (Gegner der Behandlung) existieren können, wobei der Schätzer dann einen gewichteten Unterschied zwischen den Effekten bei Compliers und Defiers identifiziert.
OLS als Spezialfall: Die Theorie wird auf Ordinary Least Squares (OLS) übertragen, wenn die Behandlung bedingt randomisiert ist.

5. Signifikanz und Fazit

Diese Arbeit liefert eine kritische theoretische Grundlage für die Verwendung von Interaktionstermen in Instrumentvariablen-Modellen.

Warnung vor Fehlinterpretation: Sie demonstriert, dass die intuitive Praxis, Interaktionsterme hinzuzufügen, um Heterogenität zu messen, in den meisten realen Szenarien (kontinuierliche Kovariaten, bedingte IVs) zu verzerrten Ergebnissen führt, da die notwendigen mathematischen Bedingungen (nur $K$ Werte für die Propensity Score) selten erfüllt sind.
Lösungsansatz: Sie bietet eine korrekte Methode zur Schätzung des LATE durch die Verwendung von zentrierten Kovariaten im interagierten 2SLS.
Beitrag zur Literatur: Das Papier schließt eine Lücke in der Literatur, die bisher nur den Fall zufälliger IVs oder additiver Modelle behandelt hat, und klärt die kausale Interpretation von Regressionskoeffizienten in komplexeren IV-Spezifikationen.

Zusammenfassend zeigt das Papier, dass die Interpretation von Regressionskoeffizienten aus Modellen mit Treatment-Covariate-Interaktionen in IV-Analysen ohne korrekte Spezifikation des Outcome-Modells und ohne Erfüllung sehr spezifischer Bedingungen für die IV-Zuweisung höchst problematisch ist.