当前课程知识点:教育定量研究方法(高级) > Weeks 13&14: HLM > HLM > 2.6 Two assumptions of IV
那么这个里面我们来说两点
一个是
assumption
我们再重新强调一下
第二个就是估算方法
好 这里上数学公式了
首先也是给出一个一般的一元回归
Yi等于β0加上
β1*xi加上residual i
那么 xi它是一个内生解释变量
假设我们有一个工具变量z
它满足两个条件
第一个它跟x要强相关
我们强调
待会我们会讨论在一个extension里面
我们会讨论为什么我们希望是一个强相关
也就是说x跟z的
它的相关系数不等于0
我们还希望它足够大
第二个就是z是外生的
也就是说z跟residual要不相关
它跟residual相关
系数,协方差它等于0
Z满足这两个条件的话
我们就叫它工具变量
它是x的工具变量
这个是假设就是z要满足这两点
我们来看
对 这个是刚才*问的问题
Z
它能不能跟y相关
它当然是相关的
但是如果从作用机制上来讲
它是通过x
它是通过影响x来影响y的
那么
这个是常见的 就是在
刚才教育的回报率的问题上
常用的工具变量
比如说
家庭
离学校的距离
再比如说我们后面讨论的例子
生日
这些看上去都是
跟学生的未来工资没有什么关系的
听上去是不是
那么
外生性
它其实就要通过要make
argument
来去解释
后面我们还要可以再讨论
你怎么知道这个z它就是外生的呢
是吧
我们要通过
对现实的分析
在理论上进行分析
我们找不到任何的逻辑联系
这个时候我就说这是外生的
-1.2 Why do we use regression 1
-1.3 Why do we use regression 2
-1.4 Conditional expectation function 1
-1.5 Conditional expectation function 2
-1.6 Classical assumption of OLS
-1.8 How to use matrix calculation to solve OLS
-1.11 FAQs of regression:practice
-1.12 FAQs of regression:discussion
-1.13 Maximum Likelihood Estimatio
-Basic Econometrics
-2.1 Classical assumptions of OLS
-2.2 Omitted variable bias and endogeneity
-Weeks 3&4 readings and workshop
-Instrumental Variable
-3.6 Threats to the validity of RCT
-3.17 Random-effecrt and Fiexed-effect model
-3.18 Statistic power analysis
-Weeks 5&6 readings and workshop
-Randomized Experiments - Class Size, Career Academies
-4.6 DID with multiple periods 1
-4.7 DID with multiple periods 2
-4.9 Synthetic control methods
-Week7&8 readings and workshop
-Natural experiment and DID
-5.10 Validity and assumption test 1
-5.11 Validity and assumption test 2
-Regression discontinuity
-6.1 Review of causal inference model
-Propensity Score Matching
-HLM