Инструментальная переменная: различия между версиями
Patarakin (обсуждение | вклад) Нет описания правки |
Patarakin (обсуждение | вклад) Нет описания правки |
||
| Строка 21: | Строка 21: | ||
Y = \beta X + u | Y = \beta X + u | ||
</math> | </math> | ||
где X коррелирует с u. Обозначим инструмент Z. Первый этап двухшагового МНК (2SLS): | где X коррелирует с u. | ||
Обозначим инструмент Z. Первый этап двухшагового [[МНК]] (2SLS): | |||
<math> | <math> | ||
X = \pi Z + v | X = \pi Z + v | ||
Версия от 11:03, 11 октября 2025
| Краткое описание инструмента | Инструментальная переменная (IV, англ. Instrumental Variable) — метод оценки причинно-следственных эффектов в присутствии коррелированных с ошибкой объясняющих переменных (эндогенных регрессоров). Позволяет получить состоятельные оценки при нарушении классического предположения об экзогенности. |
|---|---|
| Возможности | |
| Трудности использования | |
| Область знаний | Социология, Экономика, Статистика |
| Область применения | статистика |
| Поясняющее видео | |
| Веб-сайт | |
| Пользователи | Учащиеся, Преподаватели, Исследователи |
| Используется для создания (проведения) | Статистический анализ |
| Разработчик | |
| Сообщество вокруг средства | |
| Лицензия | |
| Год первого релиза | |
| Совместное сетевое использование | Нет |
| Какой язык основной | English |
| Есть ли поддержка Искусственным Интеллектом | Нет |
Инструментальная переменная (IV, англ. Instrumental Variable) — метод оценки причинно-следственных эффектов в присутствии коррелированных с ошибкой объясняющих переменных (эндогенных регрессоров). Позволяет получить состоятельные оценки при нарушении классического предположения об экзогенности.
Инструментальная переменная Z должна удовлетворять двум ключевым свойствам:
- Релевантность: корреляция между инструментом и эндогенной переменной X:
[math]\displaystyle{ \mathrm{Cov}(Z,X)\neq 0 }[/math]
- Экзогенность: независимость инструмента от невидимых факторов ошибок u:
[math]\displaystyle{ \mathrm{Cov}(Z,u)=0 }[/math]
Рассмотрим основную регрессионную модель: [math]\displaystyle{ Y = \beta X + u }[/math] где X коррелирует с u.
Обозначим инструмент Z. Первый этап двухшагового МНК (2SLS): [math]\displaystyle{ X = \pi Z + v }[/math] Второй этап: оценка [math]\displaystyle{ Y = \beta \hat X + u' }[/math] где \hat X — прогноз X из первого этапа.
