笔记-固定效应

期末了...所以比较忙,贴篇10月份的读书笔记

因果推断的关键是控制住干扰因果关系的可观察因素。如果该因素是观察不到的,那可以尝试使用前面的工具变量法。 但是良好的工具变量一般不易找到,因此需要一些其他手段来处理这些不可观察的干扰因素:如个体固定效应、双重差分。

例如我们研究收入和教育间的关系:

教育年限会影响收入y,但是观察不到的因素u(个人能力等)也会通过教育年限影响收入y。此时我们估计出的参数β1就不准确(测度教育对收入的影响)。 之所以不能准确估计出参数,原因主要是我们的信息不足,我们无法找到一个完全代表教育的信息来测量教育对收入的影响。

在横截面数据结构下,我们会选择工具变量更加准确地估计β1。在本例中我们可以引入母亲的教育年限来作为工具变量(根据已有的研究知道,母亲的教育年限会影响孩子的教育年限,但是母亲的教育年限不会影响到孩子个人的能力)。此时引入母亲教育年限这一个新信息会使使得信息更充分。

在面板数据中,我们引入固定效应的概念。 个体固定效应指考虑个体在未受到干预时表现出的趋势特征,然后在处理组和控制组将这种趋势特征控制,最后比较两者的水平差异。

固定效应是针对面板数据的处理手段。面板数据和横截面数据的区别在于面板多了一个时间维度,即一个人处理能横向地和同时间的其他人比较,也可以纵向的很之前之后的自己比较。如果把一个人在不同时间的数据称为一组数据的话。那么前者称为组间差异、后者称为组内差异。 此时,如果要估计出准确的参数,组间和组内的差异都要考虑到,不然这些扰动因素就会干扰到对参数的估计。

在本例中,因为多了时间维度的数据,我们对研究对象的信息掌握的更加充分了,在估计时不再需要借助该人以外的其他信息了。

固定效应的办法即给每个人单独创造出一个名义变量(0-1变量),这个名义变量可以看做是承载此人所有不随时间变化的特质的集合。当把这个名义变量代入回归方程进行回归时,相当于吸走了每个人不随时间变化的特质组间差异,只留下了组内差异。

上面我们研究的是个体固定效应模型,即解决了不随时间而变但随个体而异的遗漏变量问题。但还可能存在不随个体而变,但随时间而变的遗漏变量问题,此时需要引入时间固定效应模型。 同样地我们以研究收入和教育的关系,考虑不同时间上有不同的教育政策影响人们受教育程度,为了简便不考虑个体层面的固定效应,即假设每个人能力上几乎没有差异。

以上我们讨论了单独的个体固定效应和单独的时间固定效应,即“单向固定效应”。如果同时考虑个体和时间固定效应,称为”双向固定效应“。此时我们可以通过检验这些虚拟变量的联合显著性来判断是否应该使用双向固定效应模型。

参考资料:



  • 绗旇-鍥哄畾鏁堝簲
    绛旓細鍥哄畾鏁堝簲鐨勫姙娉曞嵆缁欐瘡涓汉鍗曠嫭鍒涢犲嚭涓涓悕涔夊彉閲忥紙0-1鍙橀噺锛夛紝杩欎釜鍚嶄箟鍙橀噺鍙互鐪嬪仛鏄壙杞芥浜烘墍鏈変笉闅忔椂闂村彉鍖栫殑鐗硅川鐨勯泦鍚堛傚綋鎶婅繖涓悕涔夊彉閲忎唬鍏ュ洖褰掓柟绋嬭繘琛屽洖褰掓椂锛岀浉褰撲簬鍚歌蛋浜嗘瘡涓汉涓嶉殢鏃堕棿鍙樺寲鐨勭壒璐ㄧ粍闂村樊寮傦紝鍙暀涓嬩簡缁勫唴宸紓銆備笂闈㈡垜浠爺绌剁殑鏄釜浣撳浐瀹氭晥搴旀ā鍨嬶紝鍗宠В鍐充簡涓嶉殢鏃堕棿鑰屽彉浣嗛殢...
  • 璁¢噺缁忔祹瀛︽湁浠涔堝ソ鐨勫涔绗旇鍒嗕韩?
    绛旓細5.闈㈡澘鏁版嵁鍒嗘瀽 -鐞嗚В闈㈡澘鏁版嵁鍒嗘瀽鐨勫熀鏈蹇碉紝渚嬪鍥哄畾鏁堝簲妯″瀷鍜岄殢鏈烘晥搴旀ā鍨 -瀛︿範濡備綍鎷熷悎闈㈡澘鏁版嵁妯″瀷锛屽寘鎷浐瀹氭晥搴旀ā鍨嬨侀殢鏈烘晥搴旀ā鍨嬪拰灏忔牱鏈潰鏉挎暟鎹ā鍨嬬瓑 -鐔熸倝宸ュ叿鍙橀噺娉曞拰鍚堟垚鎺у埗娉曠瓑澶勭悊鍐呯敓鎬ч棶棰樼殑鏂规硶 -瀛︿範濡備綍澶勭悊寮傝川鎬у拰澶氶噸鍏辩嚎鎬ч棶棰 6.鍒嗕綅鏁板洖褰掑垎鏋 -鐞嗚В鍒嗕綅鏁板洖褰掔殑鍩烘湰姒傚康...
  • 楂樼骇璁¢噺缁忔祹瀛 16:鐭潰鏉(涓) (淇1)
    绛旓細瀵逛簬涓婇潰鐨勫紡瀛,鏃㈣冭檻浜嗕釜浣鍥哄畾鏁堝簲( 鐨 )銆佸張鑰冭檻浜嗘椂闂村浐瀹氭晥搴( 鐨 ),鎵浠ョО涓 鍙屽悜鍥哄畾鏁堝簲(Two-way FE)銆傜浉搴旂殑,濡傛灉浠呰冭檻涓綋鍥哄畾鏁堝簲(濡15.4.1 鐨勬ā鍨)鍒欑О涓 鍗曞悜鍥哄畾鏁堝簲(One-way FE)銆 鏈変簺鎯呭喌,涓轰簡鑺傜渷鍙傛暟,鍙互寮曞叆鏃堕棿瓒嬪娍椤,浠ヤ唬鏇 涓椂闂磋櫄鎷熷彉閲: 鏄剧劧,杩欎釜寮忓瓙闅愬惈鐫涓涓緝寮虹殑鍋囧畾...
  • 楂樼骇璁¢噺缁忔祹瀛 17:闈㈡澘浜屽奸夋嫨妯″瀷
    绛旓細鍦ㄩ潰鏉夸簩鍊奸夋嫨妯″瀷涓紝濡傛灉涓綋鏁堝簲 涓庤В閲婂彉閲 鐩稿叧锛岄偅涔堝氨鏄 FE 妯″瀷锛 鍏朵腑锛 鍙互鏄 鎴栬 銆傛鏃讹紝濡傛灉浣跨敤 RE 妯″瀷鎴栨贩鍚堝洖褰掑垯寰椾笉鍒颁竴鑷翠及璁°傚湪绾挎ч潰鏉挎ā鍨嬩腑锛屽彲浠ラ氳繃缁勫唴鍙樻崲鎴栧樊鍒嗗彉鎹㈣В鍐充即鐢熷弬鏁伴棶棰橈紝浣嗗浜鍥哄畾鏁堝簲鐨勯潰鏉 Probit 妯″瀷锛岀洰鍓嶅皻鏃犳硶瑙e喅姝ょ被浼寸敓鍙傛暟...
  • 鍐欒鏂囨病鏈夋濊矾鎬庝箞鍔
    绛旓細閲嶈鐨勪簨鎯呰涓夐亶銆傚仛绗旇鏈夋柟娉曪紝涓嶆槸绠鍗曠殑澶嶅埗绮樿创銆傛妸姣忕瘒鏂囩尞鐨勯昏緫銆佸垱鏂扮偣銆佹ā鍨嬨佹暟鎹互鍙婃暟鎹潵婧愩佹満鍒剁瓑鏍规嵁鑷繁鐨勭洰鐨勮繘琛屾暣鐞嗐傚彲浠ュ仛涓涓〃鏍硷紝濡備笅锛氬湪瀹炶瘉绛栫暐涓紝涓昏鍐欒嚜宸辩殑鍙橀噺銆佹暟鎹潵婧愪互鍙婃ā鍨嬨傛ā鍨嬪彲浠ユ槸鍥哄畾鏁堝簲妯″瀷锛屾垨鑰呭鍏冨洖褰掞紝涓昏鏍规嵁缁忔祹瀛︾悊璁鸿绔嬭嚜宸辩殑妯″瀷绛夌瓑銆
  • 璇讳功绗旇|銆婂ソ濂借璇濄
    绛旓細4銆佺綉缁滃湪浣胯璇濇敹鐩婂ぇ澧炵殑鍚屾椂,鍏舵斁澶у拰鍥哄畾鏁堝簲涔熶娇璇磋瘽鐨勯闄╄秺鏉ヨ秺澶с傛垜浠笉寰椾笉璇磋瘽,涓嶇簿褰╀笉琛屻5銆佽繖涓椂浠f墍瑕佹眰鐨勨滃ソ濂借璇濃濈殑鏍囧噯:鑰愭(杩涜娣卞叆鐨勬濊冨拰鍒嗘瀽鐨勬櫤鎱)銆佲滆愭挄鈥(澶勭悊瑙傜偣浜ら攱鍜屽埄鐩婂啿绐佺殑鑳藉姏)銆佲渘ice鈥(涓庝汉涓哄杽,杩芥眰杈炬垚鍏辫瘑)銆傝璇,閲嶈鐨勬槸璇銆傛帉鎻¤澧,璇磋瘽鎵嶆湁鏁堟灉銆傚湪...
  • 瀹為獙蹇冪悊瀛︾粺璁″皬璇惧爞1:閲嶅娴嬮噺鏂瑰樊鍒嗘瀽 (REPEATED -MEASURE ANOVA/ R...
    绛旓細RANOVA鐨凢鍊艰绠椾笌缁勯棿鎬诲彉寮傚拰缁勫唴涓綋鏁堝簲銆佷氦浜掓晥搴斾笌娈嬪樊鍙樺紓绱у瘑鐩稿叧銆傛垜浠渶瑕佸尯鍒嗗疄楠屾搷绾电殑鍥哄畾鏁堝簲鍜岃璇曟晥搴旂殑闅忔満鏁堝簲锛屼互纭繚鍒嗘瀽鐨勫噯纭с傛贩鍚堟ā鍨嬪垯鏇村鏉傦紝闇鑰冭檻涓綋宸紓鍜屼氦浜掍綔鐢紝閫氳繃楠岃瘉瀹為獙鏉′欢鏈熸湜鍊兼帴杩戦浂鍜屾潯浠堕棿骞冲潎鍊兼棤鏄捐憲宸紓鏉ョ‘璁ゆ搷绾垫晥搴旂殑鏈夋晥鎬с傝繘琛孫ne-way RANOVA鍒嗘瀽鐨...
  • 绗旇:鍒嗕綅鏁板洖褰掓枩鐜囩浉绛夋ф楠(Wald妫楠)
    绛旓細鍦ㄦ瀯寤哄疄璇佹鏋舵椂锛屽彉閲忛夋嫨鍜屾ā鍨嬮夋嫨鑷冲叧閲嶈銆傞鍏堬紝鎴戜滑搴斿鏁版嵁杩涜鍗曚綅鏍规楠屽拰鎻忚堪鎬х粺璁″垎鏋愶紝閫夋嫨娣峰悎鏁堝簲銆侀殢鏈烘晥搴旇繕鏄鍥哄畾鏁堝簲妯″瀷锛岃豹鏂浖妫楠屾槸甯哥敤鐨勬柟娉曘傝屽湪瀹炶瘉閮ㄥ垎锛屾垜浠細鍛堢幇95%缃俊鍖洪棿鏇茬嚎鍥惧拰璇︾粏鐨勫疄璇佸垎鏋愶紝浠ラ獙璇佹枩鐜囩浉绛夋х殑鍋囪銆備负浠涔堣杩涜鏂滅巼鐩哥瓑鎬ф楠屽憿锛熻繖灏卞儚鐞嗚В瀛﹂湼鎵规敞...
  • 渚涘簲閾炬灦鏋勫笀--璇讳功绗旇
    绛旓細1銆佺榫鏁堝簲:鐢变簬渚涘簲閾剧殑娴佺▼杈冮暱,鍦板煙鍒嗗竷澶箍鎴栬呭垎宸ヨ繃缁,鑰屼娇寰椾緵搴旈摼涓婄殑鍙搴︿笉楂,鍗忚皟闅惧害澶,浠庤屽け鍘诲渚涘簲閾剧殑鎺у埗銆 2銆佺墰闉晥搴:渚涘簲閾句笂鐨勪俊鎭祦浠庢渶缁堝鎴峰悜鍘熷渚涘簲鍟嗙浼犻掔殑鏃跺,鐢变簬鏃犳硶鏈夋晥鍦板疄鐜颁俊鎭殑鐨勫叡浜,浣垮緱淇℃伅鎵洸鑰岄愭笎鏀惧ぇ,瀵艰嚧浜嗛渶姹備俊鎭嚭鐜拌秺鏉ヨ秺澶х殑娉㈠姩銆 渚涘簲閾鹃泦鎴愯璁″浘 ...
  • 鏂滅巼鐩哥瓑鎬庝箞鐢?
    绛旓細鏂囩珷瀹炶瘉妗嗘灦鍙互鍙傝冿細1銆佸彉閲忛夋嫨 鍖呭惈鍗曚綅鏍规楠屽拰鎻忚堪鎬х粺璁″垎鏋 2銆佹ā鍨嬮夋嫨 鍖呭惈娣峰悎鏁堝簲妯″瀷銆侀殢鏈烘晥搴旀ā鍨嬪拰鍥哄畾鏁堝簲妯″瀷鐨勯夋嫨锛屽緢澶氭枃鐚娇鐢ㄨ豹鏂浖妫楠岃繘琛屾楠岋紝鎼滄悳鐩稿叧鏂囩尞瀛︿竴瀛﹀氨鎴 3銆佸疄璇侀儴鍒 鍖呭惈95%缃俊鍖洪棿鏇茬嚎鍥俱佸疄璇佸垎鏋愮瓑 鍥犱负鎴戠殑鏂囩珷鐫閲嶅緱鍒扳滃樊寮傗濊繖鏍风殑缁撹锛屾墍浠ュ仛浜嗘枩鐜囩浉绛...
  • 扩展阅读:十大经典的效应 ... 墨菲定律暗示效应 ... 时间个体双向固定效应 ... 必须使用双向固定效应 ... 年份固定效应 ... 为什么选择固定效应 ... 双重固定效应 ... 为什么要做固定效应 ... 控制年度固定效应 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网