Stata新命令：konfound - 因果推断的稳健性检验

正文

请到「今天看啥」查看全文

| 计量专题 | 关于连享会

🍓 课程推荐： 连享会：2025面板数据因果推断专题 · 线上
嘉宾：徐轶青，斯坦福大学
时间：2025 年 6 月 14-15；21-22；28-29 日每天9:00-12:30
咨询：王老师 18903405450（微信）

吴思锐 (湖南大学)，[email protected]

「 Source： konfound: Command to quantify robustness of causal inferences 」

---

目录

• 1 引言

• 2 因果推断的稳健性

• 2.1 遗漏的混淆变量的影响阈值

• 2.2 使推断无效的偏差百分比

• 3 konfound 命令

• 3.1 概述

• 3.2 命令选项

• 3.3 应用实例

• 4. mkonfound 命令

• 4.1 概述

• 4.2 命令选项

• 4.3 应用实例

• 5. pkonfound 命令

• 5.1 概述

• 5.2 命令选项

• 5.3 应用实例

• 6. 主要参考文献

---

温馨提示： 文中链接在微信中无法生效。请点击底部 「阅读原文」 。或直接长按/扫描如下二维码，直达原文：

1 引言

未控制的混淆变量或非随机选取样本可能会导致偏差，为了评估因果推断偏差的稳健性，许多敏感性分析方法应运而生。然而，之前的多数方法要么仅仅控制某一特定来源的偏差（如遗漏变量），要么是仅适用于特定类型的数据（如分类变量）。本文主要介绍 konfound 命令，用以在 Stata 中执行如下两个检验：

• 使用 Rubin 因果模型解释偏差导致因果推断失效的程度；
• 根据回归模型中其他变量与不可观测变量的相关系数量化因果推断的稳健性。

具体而言， konfound 命令可用于检验模型的稳健性， mkonfound 命令可用于检验多次研究的稳健性， pkonfound 可用于检验对某一已发表研究的稳健性。接下来，我们简要介绍这两种方法的理论基础及在 Stata 中如何使用。对于该方法更加深入详细的介绍，可参考 Frank (2000), Pan 和 Frank (2003), Frank 和 Min (2007), Frank 等 (2008, 2013) 等文献。

2 因果推断的稳健性

2.1 遗漏的混淆变量的影响阈值

在观察性研究和准实验研究中，遗漏变量偏差是影响因果推断的一个关键问题。也就是说，有一些不可观测的混淆变量与自变量和因变量均相关，从而使模型估计产生偏差，使得推论无效。Frank (2000) 对这种混淆变量影响因果推断的程度进行了量化，他定义了混淆变量对因果推断的影响为

即混淆变量与自变量和混淆变量与因变量的相关系数的乘积。例如，研究父亲的职业

请到「今天看啥」查看全文