Endogenitas versus heterogenitas yang tidak teramati

13

Apa perbedaan antara endogenitas dan heterogenitas yang tidak teramati? Saya tahu bahwa endogenitas datang misalnya dari variabel yang dihilangkan? Tapi sejauh yang saya mengerti, heterogenitas yang tidak teramati menyebabkan masalah yang sama. Tetapi di mana tepatnya letak perbedaan antara kedua konsep ini?

regression assumptions

— MarkDollar
sumber

heterogenitas yang tidak teramati dapat memiliki interpretasi yang berbeda (google tidak memberikan definisi yang unik misalnya), dapatkah Anda mengutip beberapa referensi, atau memberikan definisi yang tepat yang ingin Anda jelaskan.

— mpiktas

@mpiktas: Saya menganalisis masalah variabel yang dihilangkan dalam regresi. Penghilangan variabel menyebabkan masalah dengan konsistensi estimator. Ada banyak masalah lain yang menyebabkan inkonsistensi (misalnya kausalitas simultan dan kesalahan pengukuran). Semua masalah ini dikenal sebagai Endogenitas. Tetapi dalam konteks ini Anda sering mendengar kata heterogenitas yang tidak teramati. Dan saya tidak yakin apakah ini sinonim untuk Endogenitas? Maaf saya tidak bisa memberi Anda informasi lebih lanjut, karena saya tidak punya (Referensi ada dalam bahasa Polandia, Anda tidak akan mengerti :))

— MarkDollar

3

coba saya, saya tahu bahasa Rusia, dan rumusnya sama untuk semua bahasa.

— mpiktas

13

Istilah endogenitas dan heterogenitas yang tidak teramati sering merujuk pada hal yang sama tetapi penggunaannya agak berbeda, bahkan dalam ekonomi, disiplin yang paling saya kaitkan dengan istilah itu.

Dalam persamaan regresi, variabel penjelas adalah endogen jika berkorelasi dengan istilah kesalahan.

Endogenitas sering digambarkan memiliki tiga sumber: variabel yang dihilangkan, kesalahan pengukuran, dan simultan. Meskipun sering membantu untuk menyebutkan "sumber-sumber" ini secara terpisah, kadang-kadang kebingungan muncul karena mereka tidak benar-benar berbeda. Bayangkan suatu regresi yang memprediksi pengaruh pendidikan terhadap upah. Mungkin ukuran pendidikan kita hanyalah jumlah tahun yang dihabiskan seseorang dalam pendidikan formal, terlepas dari jenis pendidikannya. Jika saya memiliki gagasan yang jelas tentang jenis pendidikan apa yang mempengaruhi upah, saya dapat menggambarkan situasi ini sebagai kesalahan pengukuran dalam variabel pendidikan. Atau, saya bisa menggambarkan situasi sebagai masalah variabel yang dihilangkan (variabel yang menunjukkan jenis pendidikan).

Mungkin upah juga mempengaruhi keputusan pendidikan. Jika upah dan pendidikan diukur pada saat yang sama, ini adalah contoh simultanitas, tetapi juga dapat dibingkai ulang dalam hal variabel yang dihilangkan.

Heterogenitas yang tidak teramati hanyalah variasi / perbedaan di antara kasus-kasus yang tidak diukur. Jika Anda memahami endogenitas, saya pikir Anda memahami implikasi heterogenitas yang tidak teramati dalam konteks regresi.

— Michael Bishop
sumber

1

Saya juga akan memasukkan autoregresi dengan kesalahan autocorrelated dan pemilihan sampel sebagai cara tambahan endogenitas dapat muncul.

— Dimitriy V. Masterov

1

@ DimitriyV.Masterov, Terima kasih telah menyebutkan konsep-konsep itu, saya pikir mereka memperluas titik yang saya buat. Tidak bisakah, misalnya, kasus autoregresi tertentu dengan kesalahan autokorelasi atau pemilihan sampel dibingkai ulang sebagai masalah variabel yang dihilangkan? Aku tahu aku tidak mengajarimu apapun. Saya hanya ingin peserta didik untuk berpikir tentang bagaimana istilah-istilah ini terkait dan menyadari bahwa masalah statistik yang sama dapat dikonseptualisasikan dalam banyak cara.

— Michael Bishop

13

Saya setuju dengan uraian endogeneitas @ Michael --- ini tentang masalah dengan variabel yang Anda sertakan dan hubungannya dengan variabel yang tidak Anda (yaitu, hal-hal dalam istilah kesalahan).

$i$ $\beta + b_i$ $\mathbb{E}(b_i) = 0$

y_{i} = x_{i} (β + b_{i}) + w_{i}^{'} γ + ϵ_{i},

$\begin{equation*} y_i = x_i (\beta + b_i) + w^\prime_i \gamma + \epsilon_i, \end{equation*}$

y_{i}

$y_i$

x_{i}

$x_i$

w_{i}

$w_i$

x_{i}

$x_i$

ϵ_{i}

$\epsilon_i$

y_{i} = x_{i} β + w_{i}^{'} γ + (ϵ_{i} + b x_{i}) = x_{i} β + w_{i}^{'} γ + {\tilde{ϵ}}_{i}

$\begin{equation*} y_i = x_i \beta + w^\prime_i \gamma + (\epsilon_i + b x_i) = x_i \beta + w^\prime_i \gamma + \tilde{\epsilon}_i \end{equation*}$

x_{i}

$x_i$

{\tilde{ϵ}}_{i}

$\tilde{\epsilon}_i$

— Charlie
sumber

3

Saya memahami heterogenitas perbedaan antara individu. Heterogenitas yang diamati biasanya terdiri dari kovariat dan heterogenitas yang tidak teramati terdiri dari perbedaan yang tidak teramati seperti kemampuan atau usaha.

Endogenitas mengacu pada hubungan antara variabel yang diamati dan tidak teramati, yaitu bahwa mereka saling bergantung satu sama lain.

— dan
sumber

2

Untuk membungkusnya:

Heterogenitas yang tidak teramati merupakan salah satu kemungkinan penyebab endogenitas.
Karena itu, endogenitas adalah istilah yang lebih luas.
Heterogenitas yang tidak teramati menyiratkan endogenitas tetapi tidak sebaliknya.

— petermeissner
sumber

2

perbedaan antara heterogeniety dan endogeniety yang tidak teramati dalam kasus variabel yang dihilangkan terletak pada asumsi ortogonalitas yang dibuat. Sedangkan pada yang pertama, anggapannya adalah bahwa variabel yang dihilangkan yang tidak diobservasi tidak tergantung pada variabel penjelas yang diamati (termasuk) x, ... dalam asumsi yang terakhir ini dilonggarkan sedemikian sehingga variabel yang tidak diobservasi (dihilangkan) berkorelasi dengan beberapa variabel yang diamati (termasuk) variabel penjelas.

— malaikat
sumber

-1

Jawaban mudah, tanpa penjelasan karena tidak diinginkan: jika variabel yang dihilangkan yang menyebabkan endogenitas tidak dapat diamati, kami menyebutnya heterogenitas yang tidak teramati. Mudah :)

— E.Brady
sumber