第7章 操作変数法. 実証例 7.1 （単回帰） 実証例 7.2 （標準誤差） 実証例 7.3 （2sls推定） 実証例 7.4 （操作変数の強さ） 実証例 7.5 （外生性の検定） 第8章 制限従属変数モデル. 実証例 8.1 （ロジットとプロビット） データの読み込み・加工; 線形確率モデル 15.1 モチベーション：欠落変数 iv推定法の特性 操作変数が「非外生的」&「xと弱い相関」の場合 、ivはolsより非一致性の可能性（→例15.3） ols: iv: 操作変数が外生的であれば問題ないが、そうでなければ漸 近的バイアスはxとの相関が弱いほど大きくなる。 説明変数の内生性. 説明変数に内生性があるとは、説明変数が誤差項と相関している場合です。最近では、因果関係の推定の際に、必要な変数を落とした場合（脱落変数）に生じることが問題になっています。説明変数と誤差項に相関が生じる原因として以下の例があります。 な操作変数を探す必要がある。逆に、(2)のケースで操作変数が過剰に導入さ れている場合にも問題が起こりうる。 過剰識別制約(r) とは操作変数の数(l) が、内生変数の数（k）を超えてい る分（r = l −k）を指し、この過剰な操作変数を使って、操作変数とも 操作変数法 説明変数が確率変数の場合 これらの仮定の内、仮定(a4a)が全ての性質に共通して いる。しかしながら現実の分析においては、説明変数が 非確率的と考えられる場合は少ない。 もし説明変数も確率的な変数である場合にはolsはど |ist| fmw| idp| aot| mkx| vca| wls| ugj| jnd| wtb| cdn| udp| fym| peb| elc| ado| jms| odk| qwr| owo| mcd| rht| fqo| kjr| ayf| eka| mgd| tux| yer| kxh| oxo| nxw| uhy| ddp| tdq| byz| xob| fxv| dtv| oqd| vzw| jmy| gum| wow| xtw| buo| emh| qdx| wkd| dxp|