수요 추정의 OLS 편향 :이 편견은 항상 수요의 탄력성을 과소 평가합니까?


10

일부 논문에서는 OLS가 계측기의 품질에 따라 IV 추정보다 바이어스가 적을 수 있다고 주장합니다. 수요 추정 방정식을 고려한다고 가정하자.

OLS에서 수요 탄력성이 마이너스라고 가정하십시오. 내 직감에 의해 약한 도구는 OLS에 대한 치우친 추정치를 산출해야하지만, 부정적인 것은 아닙니다. 예를 들어 줄 수 있습니까? IV 추정으로 더 편향된 추정으로 이어지는 방법을 실제로 파악할 수는 없습니다.


IV는 편향되어 있지만 일관성이 있으므로 귀하의 진술이 사실이라고 생각합니다. 그러나 나는 그것이 당신의 목표에 달려 있다고 생각합니다. 예측과 추론.
user157623

첫 번째 문장에서 언급하는 "일부 논문"(바람직하게는 잘 알려진 논문 또는 검토 된 검토 유형)은 무엇입니까? 나는 그들을보고 관심이 있습니다. 감사.
김정은

답변:


8

일반적으로 입니다. 분모가 0이됩니다.β1IV^=β1+cov(z,u)cov(z,x)

기기와 오류 항 사이에 상관 관계가없는 경우에 해당하며, 추천자는 기기와 내생 변수 간의 관계의 강도입니다. 분모가 작을수록 바이어스 가 커 집니다.[cov(z,u)cov(z,x)]

또한, 약한 계측기는 정밀도를 가지지 않으므로 편차가 큰 상향 바이어스를 갖습니다.

var(β1^)pσ2nσx2β1IV^=(ziz¯)yi(ziz¯)xi=β1+(ziz¯)ui(ziz¯)xivar(β1IV^=var((ziz¯)ui(ziz¯)xi)var(u|z)=σ2var(β1IV^)=σ21n(ziz¯)n[1n(ziz¯)(xix¯)]2

마찬가지로ninf

var(β1IV^)pσ2σz2σzx2var(β1IV^)pσ21nσx21ρxz2ρxz2=[σxz2]2σx2σz2forρ[0,1]

따라서 장비가 약한 경우 OLS 회귀를 실행하는 것이 좋습니다.


IV 추정기의 첫 번째 분산에 대한 방정식에서, 편향되지 않은 베타 베타의 분산이 누락되었다고 생각합니다. IV 추정기의 치우침과 관련된 부분에만 분산을 할당합니다. 내가 틀렸다면 내가 잃어버린 것을 설명해주세요.
John Doe

" " 다음에 오는 줄 은 정확히 분산이 아닙니다 (분자에는 제곱 표기법이 누락되고 오타 만 있음). 가 내생 분모가 랜덤 하고 분산이 훨씬 더 복잡합니다. var(u|z)=σ2xi
chan1142

6

약한기구 내 생성 과 결합 된 약한기구 는 OLS보다 큰 편향을 유발할 수 있습니다. Nox의 답변에서 알 수 있듯이 IV 추정기의 확률 한계는 입니다. 경우 경우 작지만 작고, 그 바이어스가 클 수있다. 444 페이지의 방정식 (7)에 따른 Bound, Jaeger 및 Baker (1995, JASA)의 설명을 참조하십시오.c o v ( z , u ) 0 c o v ( z , x )β1+cov(z,u)/cov(z,x)cov(z,u)0cov(z,x)

http://www.djaeger.org/research/pubs/jasav90n430.pdf

"식 (7)에서 잠재적 인 내생 변수 와 기기 사이의 약한 상관 관계 는 기기와 오류 사이의 상관 관계와 관련된 문제를 악화시킬 합니다. 계측기와 내생 설명 변수가 약한 경우 계측기와 오류 사이의 작은 상관 관계조차도 OLS 추정값보다 의 IV 추정값에서 더 큰 불일치를 생성 할 수 있습니다 . "z 1 ε βxz1εβ

도구 내 생성이 없으면 IV 추정기의 치우침 (한계 분포의 확률 한계는 없을 수 있음)이 OLS의 불일치보다 크다고 생각하지 않습니다.

고려해야 할 또 다른 사항은 매우 약한 계측기를 사용하는 IV 추정기의 분산이 매우 큰 조차도 클 수 있으므로 우연히 데이터 세트에 대해 IV가 OLS보다 더 넌센스를 추정 할 수 있다는 것입니다.n

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.