控制了某个变量后，核心变量变得不显著的统计、经济解释？

peyzf 发表于 2015-4-13 14:39
了解。
我们可以做更广义的讨论，如果多控制一些变量，使得核心变量变得不显著：
1）是不是一定需要控制这 ...

关于第一个和第二个问题，你可以看一本书，书名是基本无害的计量经济学。

好，谢谢

铁锷未残 发表于 2015-4-13 15:31
首先谢谢您的分享。
另外还有一个问题，“如果结合你的topic圆的过去”，这句话什么意思?

就是把加进去的变量作为机制解释，并且能够说得过去，符合经济逻辑

peyzf 发表于 2015-4-13 14:39
了解。
我们可以做更广义的讨论，如果多控制一些变量，使得核心变量变得不显著：
1）是不是一定需要控制这 ...

      您的三个问题归纳的太好了，这几个问题估计是很多做二手数据计量的研究者都会遇到的问题，但多数时候都和以前的文献一样，忽略过去了。但是，我觉得还是弄的清楚心里会更加敞亮些。期待大牛能做出非常严谨的回答，大家都能学习进步。
      第三个问题，我看多很多经济学文献都通过这种方式作为对机制（mechanism）或者渠道（channel）的检验，觉得有合理之处。但是我觉得作为机制解释的前提是：一，X与Y因果关系明确，必须是排除了互为因果的内生性问题后才能讨论的问题。二，加进去的控制变量var1在经济逻辑上必须很明确的由主要解释变量X导致而不大可能影响X。否则，会有var1先影响到X进而影响Y的可能性。
    以上全是个人见解，并无权威依据，很期待您能批评，我们一起讨论。

hustchen2012 发表于 2015-4-13 21:01
就是把加进去的变量作为机制解释，并且能够说得过去，符合经济逻辑

谢谢哈

恩，楼上朋友提到的是中间渠道机制。

hustchen2012 发表于 2015-4-13 21:29
您的三个问题归纳的太好了，这几个问题估计是很多做二手数据计量的研究者都会遇到的问题，但多数时 ...

这不就是调节效应吗？

楼上举例非常正确，理解起来很简单，我用理论再来做一个解释：
假设我们的核心解释变量是X（研究假设），控制变量为C，因变量为Y。在没有纳入C之前，我们看到X对Y的影响是显著的；一旦纳入C以后，这种关系不再显著。你可以画一张图，X对Y有一个箭头，C对Y有一个箭头，通过分析如果你发现C对X也有一个箭头（有显著影响），这个时候我们就能判断说：C is confounding variable and the relationship between X and Y is spurious (也就是楼上说的虚假相关).
这种时候是必然要纳入C的，因为在第一个模型中，C存在于随机误差项中，而C与Y有关，C与X也有关，如果不纳入C，就意味着违背了基本假设COV（x，e）=0，这个时候的X系数是biased,bX=bX（true）+ bC*bXC。所以这个事情的结论就是楼上帖子里讲的，在控制C后，X与Y的关系不存在，研究假设不成立。