Wat is een instrumentele variabele?

Instrumentele variabele (instrumentele variabele, IV) is een variabele die in statistiek en machine learning wordt gebruikt om het probleem van endogeniteit op te lossen, wanneer de onafhankelijke variabele correleert met de fout in het model, wat de schatting van causale effecten verstoort.

IV moet aan twee belangrijke voorwaarden voldoen:

1. Relatie met de verklarende variabele: de instrumentele variabele moet gecorreleerd zijn met de problematische onafhankelijke variabele.
2. Geen directe invloed op de afhankelijke variabele: IV beïnvloedt het resultaat alleen via de verklarende variabele, niet direct of via verborgen factoren.

Voorbeeld: als we de invloed van onderwijs op inkomen willen beoordelen, maar onderwijs kan gerelateerd zijn aan niet-observeerbare factoren (bijvoorbeeld motivatie), dan kan bijvoorbeeld de afstand tot de dichtstbijzijnde onderwijsinstelling als IV worden gebruikt — het beïnvloedt het onderwijs, maar niet direct het inkomen.

Het gebruik van instrumentele variabelen maakt het mogelijk om betrouwbaardere schattingen van causale relaties te verkrijgen, vooral bij causale inferentie en uplift-modellering.