계량 경제학에서, 만약 우리가 대량의 고품질 데이터를 가지고 있다면, 만약 모든 변수가 고전적인 가설을 위반하지 않는다면. 얻은 추정 매개변수는 큰 샘플 아래에서 편향되지 않고 일치할 것이다. Ols 1: 모델이 예상되는 매개변수에 비해 선형이라는 고전적인 가정을 살펴보겠습니다. Ols2: 모델의 데이터 출처. 일반 횡단면 데이터의 경우 독립적으로 분포됩니다. Ols3:E(uX)=0. 내생 가정이 없습니다. Ols 4:x 사이에는 완전한 다중 * * * 선형 관계 ols5: var (UX) = a 2 (a 는 상수) 가 없습니다. Ols6: 잔차는 독립적이고 동일한 정규 분포를 따릅니다. 여기서 OLS 1-OLS 4 는 추정된 매개변수가 일치하도록 하기 위한 것입니다. 세 번째 가정은 내생적 가정이다. 현실 설명: 계량 경제학에서, 우리는 편차 효과를 추정해야 한다. 즉, 인수가 인수 변수에 미치는 영향입니다. 이 인수가 무작위 오차와 무관하다면, 우리가 얻은 ols 의 추정 매개변수는 일치하며 효과가 좋다고 할 수 있다. 그러나 현실은 그렇지 않다. 현실의 변수는 일반적으로 내생적인 변수다. 즉, 두 변수는 일방적으로 결정되는 것이 아니라 서로 결정하는 것이다. 그래서 일반적으로, 우리가 오차가 있거나 변수가 없는 한, 내생적인 문제가 있을 수 있습니다. 즉, 일관된 추정을 얻을 수 없습니다. 프록시 변수 및 도구 변수: 프록시 변수란 무엇입니까? -변수에 대한 해결책이 없습니다. 방정식에서 y = B0+b1* x1+...+bn * xn+u. 방정식의 변수 x 는 무작위 오류와 무관하거나 어느 정도 용인할 수 있다고 가정합니다 U 에서 X 와 무관한 누락된 변수 Q 와 관련된 변수를 찾을 수 있다면 누락된 변수를 방정식에 추가하여 회귀할 수 있습니다. Q 를 어느 정도 반영할 수 있는 변수나 변수 z 세트를 찾으면 이 z 를 방정식에 대입하여 ols 를 만들 수 있습니다. 얻은 매개변수의 추정치가 원래 값보다 우수합니다. 하지만 여기에 한 가지 문제가 있습니다. Z 는 결코 Q 가 아니기 때문에 어느 정도는 Q 를 완전히 대표할 수 없습니다. 이로 인해 추정된 매개변수가 다소 일치하지 않지만, Z 없이 추정된 원시 매개변수보다 항상 좋지만, 어떤 경우에는 과대평가인지 과소평가인지를 알 수 있습니다. Q = A0+a1* x1+a2 * x2 ...+a * xn+c1* z65438 이기 때문입니다 이 방정식을 원래 방정식으로 가져옵니다 (y = B0+b1* x1+...+bn * xn+c * q+u). 그런 다음 bi 의 추정치는 bi+ai 입니다. 사실 이 추정도 편차가 있다. 실제로 매개변수 추정값의 편차는 두 가지 요인에 따라 달라집니다. 먼저 변수 Q 와 Z 사이의 관계, 즉 공분산이 양수인지 음수인지 생략합니다. 둘째: q 와 y 의 관계 If: cov(q, z)>0 과 cov (q, y) >; 0, 위쪽으로 오프셋합니다. If: cov(q, z)>0 및 cov (q, y) 0,2 를 찾아야 합니다. 먼저 Xi 는 x (Xi 제외) 및 도구 변수 집합 (도구 변수가 하나 또는 10 개 이상일 수 있으므로 도구 변수는 집합일 수 있음) 을 회귀하여 회귀를 통해 맞춤 Xi 를 얻습니다. 이때 Y 대 X 를 만듭니다. 여기서 Xi 는 방금 복귀한 의치와 값으로 대체됩니다. 이때 한 회귀는 일치한다. 이제 숨겨진 변수 문제에 대해 논의합니다. 도구 변수를 사용하여 숨겨진 변수 문제를 해결하는 방법은 무엇입니까? 일반적으로 숨겨진 변수의 문제는 위에서 언급한 프록시 변수를 통해 해결할 수 있지만 결과는 편향되고 일치하지 않습니다. 소용없을 때보다 좋지만, 조건이 허락한다면, 우리는 도구 변수의 방법으로 프록시 변수보다 더 좋은 결과를 얻을 수 있다. 이 조건은 숨겨진 변수 Q 가 정확하게 측정할 수 없거나 공인된 평가 기준이 없다는 것을 알고 있다면 Q 와 관련된 다른 지표로 도구 변수를 만들 수 있지만, 두 개의 측정 가능한 관찰이 있어야 하며, 두 관찰은 측정 오차가 없어야 한다는 것입니다. 이때 관측 지표를 방정식에 가져오면 측정 오차가 있는 회귀 모델을 얻을 수 있다. 이때 문제는 측정 오차의 해결처럼 해결되었다. Q 1 과 Q2 가 서로 다른 지표라고 가정한다. 그런 다음 Q 1 X 와 Q2 에 대한 회귀를 할 수 있습니다. 2. 우리는 y 에서 x, q 1 의 의합회귀를 하고 있다. 이때 네가 얻은 것은 일치된 예상량이다.