Pertanyaan yang diberi tag «instrumental-variables»

Variabel instrumental (IV) digunakan untuk inferensi kausal dengan data observasi dengan adanya endogenitas ketika metode regresi standar menghasilkan estimasi yang bias dan tidak konsisten.

2
Apa yang bisa kita katakan tentang model pada data observasi dengan tidak adanya instrumen?
Sebelumnya saya telah memiliki sejumlah pertanyaan yang diajukan kepada saya terkait dengan makalah yang diterbitkan di sejumlah bidang di mana regresi (dan model terkait, seperti model panel atau GLM) digunakan pada data pengamatan (yaitu data yang tidak dihasilkan oleh eksperimen terkontrol , dalam banyak kasus - tetapi tidak selalu - …

2
Mengapa kesalahan pengukuran dalam variabel dependen tidak bias hasilnya?
Ketika ada kesalahan pengukuran dalam variabel independen saya mengerti bahwa hasilnya akan bias terhadap 0. Ketika variabel dependen diukur dengan kesalahan mereka mengatakan itu hanya mempengaruhi kesalahan standar tetapi ini tidak masuk akal bagi saya karena kita memperkirakan pengaruh bukan pada variabel asli tetapi pada beberapa lainnya ditambah kesalahan. Jadi …

1
Konsistensi 2SLS dengan variabel endogen Binary
Saya telah membaca bahwa estimator 2SLS masih konsisten bahkan dengan variabel endogen biner ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ). Pada tahap pertama, model perawatan probit akan dijalankan alih-alih model linier. Apakah ada bukti formal untuk menunjukkan bahwa 2SLS masih konsisten bahkan ketika tahap 1 adalah model probit atau logit? Juga bagaimana jika hasilnya …

1
Mengapa Anova () dan drop1 () memberikan jawaban berbeda untuk GLMM?
Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 


2
Mengapa tidak menggunakan variabel instrumental secara langsung sebagai kovariat dalam regresi?
Saya tahu ini adalah pertanyaan konyol, karena saya tahu teori variabel instrumental dan regresi dua tahap. Namun, saya tidak pernah melihat jawaban yang jelas untuk hal berikut: menganggap Anda memiliki endogenitas karena variabel tidak teramati berkorelasi dengan salah satu regresi awal. Cara khas untuk memperbaikinya adalah dengan menemukan variabel instrumen …


1
Variabel Instrumen dan Pembatasan Pengecualian dari perspektif Mediasi
Saya mengalami kesulitan memahami pembatasan pengecualian dalam variabel instrumental. Saya mengerti bahwa efek pengobatan yang tidak bias adalah , di mana adalah hasilnya, adalah pengobatan, dan adalah instrumen. Dengan kata lain, .B =Co v ( Y, Z)Co v ( S, Z)B=CHaiv(Y,Z)CHaiv(S,Z)B = \frac{Cov(Y, Z)}{Cov(S, Z)}YYYSSSZZZB =sayaTTTingkat KepatuhanB=sayaTTTingkat KepatuhanB = \frac{ITT} …


3
Definisi validitas variabel instrumental
Apa yang dimaksud dengan "validitas instrumen"? Dalam kursus ekonometrik saya, kami baru saja menetapkan validitas instrumen sebagaiE[Z|u]=0E[Z|u]=0E[Z|u]=0dimana ZZZ adalah variabel instrumental dan uuuadalah istilah kesalahan dari model regresi univariat. Kemudian, kami juga berbicara tentang kekuatan suatu instrumen, tetapi saya cukup yakin saya telah memahami dengan benar bahwa itu adalah persyaratan …

2
Membuktikan Teorema TERLAMBAT dari Angrist dan Imbens 1994
Asumsikan kita memiliki instrumen biner ZiZiZ_i yang dapat digunakan untuk memperkirakan efek dari variabel endogen DiDiD_ipada hasil . Misalkan instrumen memiliki tahap pertama yang signifikan, itu ditetapkan secara acak, memenuhi batasan eksklusi, dan memenuhi monotonitas sebagaimana diuraikan dalam Angrist dan Imbens (1994). http://www.jstor.org/discover/10.2307/2951620?uid=3738032&uid=2&uid=4&sid=21104754800073YiYiY_i Mereka menyatakan bahwa probabilitas menjadi kompiler ( …

3
Post hoc test dalam ANOVA desain campuran 2x3 menggunakan SPSS?
Saya memiliki dua kelompok yang terdiri dari 10 peserta yang dinilai tiga kali selama percobaan. Untuk menguji perbedaan antara kelompok dan di tiga penilaian, saya menjalankan ANOVA desain campuran 2x3 dengan group(kontrol, eksperimental), time(pertama, kedua, tiga), dan group x time. Keduanya timedan grouphasilnya signifikan, selain itu ada interaksi yang signifikan …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.