楼主: 影子不孤独
4182 2

[回归分析求助] 互为因果和遗漏变量导致的内生问题在模型中如何区别 [推广有奖]

  • 0关注
  • 0粉丝

大专生

66%

还不是VIP/贵宾

-

威望
0
论坛币
14 个
通用积分
0.0006
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
487 点
帖子
12
精华
0
在线时间
104 小时
注册时间
2014-6-25
最后登录
2021-1-16

楼主
影子不孤独 发表于 2016-7-19 17:41:28 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
各位计量高手,大家好。最近投了一篇文章,文章的目标是分析Y2对Y1的causal effect,文章中描述我们提出“担心存在遗漏变量导致的内生问题,我们采用联立方程的递归模型来估计”:
Y1=beta1*Y2+beta2*X+e1
Y2=beta3*X+e2
参照Greene, 我们认为上述两个模型同时估计(full information estimation)可以最大化地减少遗漏变量导致的内生问题的影响。


投稿以后,有一位审稿人认为我们的模型假设只考虑了遗漏变量导致的内生问题,而没有考虑Y1和Y2互为因果的内生问题,认为我们的文章结论极不可靠。文章被拒稿。

请问:
1. 审稿人这种意见是否是正确的?
2. 如果是,那么每篇内生问题的文章是否都要考虑不同内生问题的来源分别进行解决?
3. 我隐约记得无论哪种内生问题,都可以归结为遗漏变量问题“E(Y2*e1)不等于0”,这种理解是否正确?

非常感谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:互为因果 information Informatio Estimation formation 模型 如何

沙发
Baccaarmyman 发表于 2019-2-22 09:44:43
把Y1也作为Y2的解释变量加入联立方程

藤椅
mxn2019 发表于 2019-8-27 08:52:01
请问您参考的是什么文献呢?求分享,我现在面板数据存在遗漏变量

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-20 11:12