当前课程知识点：教育定量研究方法（高级） >  Weeks 13&14: HLM >  HLM >  2.8 Example of IV estimation

返回《教育定量研究方法（高级）》慕课在线视频课程列表

2.8 Example of IV estimation在线视频

返回《教育定量研究方法（高级）》慕课在线视频列表

2.8 Example of IV estimation课程教案、知识点、字幕

这个题有一个很长的故事

不要急

那么这个文章相信大家都看到了

这个是一篇非常经典的文章

安格瑞斯跟克鲁格在91年的时候

这篇文章貌似比你们都大

是不是

那么它们想研究 schooling

schooling对于工资的影响

这个题目为什么重要

因为在实行大众化教育的时候

政府的决策，政策决策者就要考虑到底

让花这么多钱让大家上这么多学有没有用

他们会讨论这个问题

所以说这个问题就是在历史上是很重要的

当然我们刚才说了schooling它是一个内生解释

变量

安格瑞斯跟克鲁格搞了一个什么工具变量来去

处理呢

他找的就是根据当地的一个法律

美国有什么法律呢

美国的法律是说首先所有的孩子都应该在他年满6周岁的

那一年去上学

比如说学校开学的日期是9月1号

那么他在他的生日不论是这一年的哪一天

只要他在这一年里面要过6岁生日

那么他都要在这一年的9月1号去上学

这是第一个

第二个

在美国很多高中的学生他特别想辍学

这跟中国不一样

美国高中的辍学率是50%

非常高

那么所以政府有规定

说你辍学可以

但是你必须要过了16周岁的生日以后才能辍学

所以大家可以看到其实学生的入学的年限那么跟辍学的年

要求是不太一样的

比如说举两个例子

如果有两个人两个学生

他们有一个是1月出生的

有一个是12月出生的

那么他们都会在6岁的时候

6周岁的那一年入学

他们同时上学

因为学期开学是固定的时间

但是他们如果都想在高中的时候辍学的话

1月出生的Bob

他就必须要在它就可以在1月2号以后

他过完生日以后

他就可以辍学了

但是John因为他的生日是12月的

他就必须在学校里面一直呆到12月份

他过完生日才能辍学

所以这个John他就在他看来非常倒霉的多在学校里面呆了一

年时间

多呆了11个月

比 Bob。这就是法律规定的这样的一个条件

大家想这个是不是一个很有意思的外生性的东西

也就是说每一个人他在几月份生这个事情

我们认为是随机的是吧

他是我们所研究的教育系统外的这个因素决定的

他不能由任何因素来决定

那么但是因为这样的一个政府的这样的一个法律的规定

使得生日的月份对于他辍学的具体年龄精确到月份

它产生的影响使得他们的schooling的时间

它们就发生了这样的一个...也带来一些影响

那么这个就给我们带来外生性

比如说大家想这个出生在第几季度

比如4个季度

出生在第几季度这个事情

它是不是会影响学生的schooling

就是上学的年限

它会影响他

因为法律的规定使得他出生在第一季度的人

如果他们都想辍学的话

那么出生在第一季度的人

他schooling时间又短

好

把这个背景介绍完

那么出生在第四季度的人

比如说12月的人

他的schooling的年限它就长

是不是

出生季度确实会影响schooling

但是你想这个出生季度显然不会影响未来工资

对不对

除非你这个玩星座

它不太可能说是我出生在哪个季度

我就会未来工资会不一样多

是不是

所以说这个显然在理论上工具变量 z它并没有直接的去

影响y是不是在理论上没有影响y

那么这是描述统计是把这个人群按照它的出生季度来描点

看他 years of schooling，上了多少

年学

发现确实在大部分cohort, 10年是一个cohort

year of birth，每年的情况

那么确实很多在你看在第一季度跟第二季度的人

他的上学的年限是最短的

那么在第三季度跟第四季度的人

他上学的年限是最长的

是不是

就发现了一个跟我们推理一致的结论

同时简单看一下它们的工资 weekly wage

一个星期的工资

也发现了确实好像是一第一季度跟第二季度出生的这些人

他们未来的工资要低一些

三季度跟四季度的人他未来工资要高一些

是不是

貌似是有这样的一个效果的

Ok我们先休息几分钟

我们再接着讨论

有问题也可以再讨论去问

那么在这样的一个例子里面

我们把它总结一下

首先我们感兴趣的回归方程是这个 log wage

它等于β0加上β1*education加 residual

Education是一个内生变量

就是years of schooling

years of education

这个时候我们成功的找到了一个根据政策的强制性的这种

外生性的这样的一个特点

我们找到了一个很好的工具变量z我们把它这么来定义

z是一个二元变量

如果这个学生出生在第一或者第二季度就是上半年

z就等于这个1

如果出生在三四季度

z就等于0

这个就是二元的一个工具变量

这个时候我们就可以套瓦尔德公式来去计算一个无偏的

一个β1

这个是我们的目标

那么好

下面大家来看一下这个表格

这个表格里面是给出几个均值

出生在第一季度跟第二季度的也是z等于1的情况是第一

列

就是z=1

那么出第二列是z等于0出生在后半年的这两种情况

在这两种情况下

x和y log wage 就是y了

对不对

X是education

它们的均值分别是多少

全给我们算出来了

根据我们前面说的瓦尔德公式

请大家来求出β的无偏估计

好吧

教育定量研究方法（高级）课程列表：

Weeks 1 & 2 Basic Econometrics

-1.1 Regression Outlline

-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

-1.7 Idea of OLS

-1.8 How to use matrix calculation to solve OLS

-1.9 Goodness of fit

-1.10 F test &T test

-1.11 FAQs of regression：practice

-1.12 FAQs of regression：discussion

-1.13 Maximum Likelihood Estimatio

-Basic Econometrics

Weeks 3 & 4: Instrumental Variable

-2.1 Classical assumptions of OLS

-2.2 Omitted variable bias and endogeneity

-2.3 Self-selection bias

-2.4 Idea of IV 1

-2.5 Idea of IV 2

-2.6 Two assumptions of IV

-2.7 Method-of-moments IVE

-2.8 Example of IV estimation

-2.9 2SLS and SEM

-2.10 Residual of 2SLS

-2.11 Standard error of IVE

-2.12 ATE and LATE

-2.13 Extension 1

-2.14 Extension 2

-2.15 Q&A 1

-2.16 Q&A 2

-2.17 Q&A 3

-2.18 Q&A 4

-2.19 IV workshop 1

-2.20 IV workshop 2

-2.21 IV workshop 3

-Weeks 3&4 readings and workshop

-Instrumental Variable

-IV 讨论题目

Weeks 5 & 6: Randomized Experiments - Class Size, Career Academies

-3.1 Introduction

-3.2 Idea of RCT 1

-3.3 Idea of RCT 2

-3.4 Conducting RCT

-3.5 Estimation

-3.6 Threats to the validity of RCT

-3.7 IVE for corss-overs 1

-3.8 IVE for corss-overs 2

-3.9 Clustered group 1

-3.10 Clustered group 2

-3.11 Clustered group 3

-3.12 Q&A 1

-3.13 Q&A 2

-3.14 Q&A 3

-3.15 Q&A 4

-3.16 Fixed-effect model

-3.17 Random-effecrt and Fiexed-effect model

-3.18 Statistic power analysis

-3.19 RCT workshop 1

-3.20 RCT workshop 2

-3.21 RCT workshop 3

-3.22 RCT workshop 4

-Weeks 5&6 readings and workshop

-Randomized Experiments - Class Size, Career Academies

-RCT 讨论题目

Weeks 7 & 8: Natural experiment and DID

-4.1 Introduction

-4.2 DID estimation 1

-4.3 DID estimation 2

-4.5 Assumptions of DID 2

-4.6 DID with multiple periods 1

-4.4 Assumptions of DID 1

-4.7 DID with multiple periods 2

-4.8 DDD

-4.9 Synthetic control methods

-4.10 Q&A 1

-4.11 Q&A 2

-4.12 Q&A 3

-4.13 Q&A 4

-4.14 Q&A 5

-4.15 DID workshop 1

-4.16 DID workshop 2

-4,17 DID workshop 3

-4.18 RD workshop 3

-Week7&8 readings and workshop

-Natural experiment and DID

-DID 讨论题目

Weeks 9 & 10: Regression discontinuity

-5.1 Introduction 1

-5.2 Introduction 2

-5.3 Model Setup

-5.4 RD Estimation 1

-5.5 RD Estimation 2

-5.6 RD Estimation 3

-5.7 Fuzzy RD 1

-5.8 Fuzzy RD 2

-5.9 Fuzzy RD 3

-5.10 Validity and assumption test 1

-5.11 Validity and assumption test 2

-5.12 RD workshop 1

-5.13 RD workshop 2

-5.14 RD workshop 3

-Regression discontinuity

-RD 讨论题目

Weeks 11&12: Propensity Score Matching

-6.1 Review of causal inference model

-6.2 Selection bias

-6.3 Standard OLS

-6.4 Stratification

-6.5 Confrol for covariates

-6.6 PSM 1

-6.7 PSM 2

-6.8 PSM 3

-6.9 Bad control 1

-6.10 Bad control 2

-6.11Q&A 1

-6.12 Q&A 2

-6.13 Q&A 3

-6.14 Q&A 4

-6.15 Q&A 5

-6.16 Q&A 5

-6.17 PSM workshop 1

-6.18 PSM workshop 2

-6.19 PSM workshop 3

-6.20 PSM workshop 4

-6.21 PSM workshop 5

-6.22 PSM workshop 6

-6.23 PSM workshop 7

-6.24 PSM workshop Q&A 1

-6.25 PSM workshop Q&A 2

-Propensity Score Matching

-PSM 讨论题目

Weeks 13&14: HLM

-7.1 Introduction

-7.2 Model setup 1

-7.3 Model setup 2

-7.4 Estimation 1

-7.5 Estimation 2

-7.6 Three level HLM

-7.7 Centering 1

-7.8 Centering 2

-7.9 Growth model 1

-7.10 Growth model 2

-7.11 Meta-analysis 1

-7.12 Meta-analysis 2

-7.13 Q&A 1

-7.14 Q&A 2

-7.15 Q&A 3

-7.16 Q&A 4

-7.17 Q&A 5

-7.18 Q&A 6

-7.19 HLM workshop 1

-7.20 HLM workshop 2

-7.21 HLM workshop 3

-7.22 HLM workshop 4

-7.23 HLM workshop 5

-HLM 讨论题目

-HLM

2.8 Example of IV estimation笔记与讨论

也许你还感兴趣的课程:


  1. 时尚网页设计(2021秋)

  2. 马克思主义经典著作研读(2021秋)

  3. 婚姻家庭继承法(2021秋)

  4. 西班牙语入门(2021秋)

  5. 保险法(2021秋)

  6. 园艺作物育种学(2021秋)

  7. 艺术思政课(2021秋)

  8. 人体解剖生理学(2021秋)

  9. 肝硬化及其并发症的诊疗现状及研究进展(2021秋)

  10. 日本社会与文化(2021秋)

  11. 教育定量研究方法（高级）(2021秋)

  12. 数学建模(2021秋)

  13. 财政与民生(2021秋)

  14. 传热与流体流动的数值计算(2021秋)

  15. 国际税收网链上的舞者(2021秋)

  16. 中国散打(2021秋)

  17. 制浆造纸机械与设备(2021秋)

  18. 教育学(2021秋)

  19. 果品加工贮藏(2021秋)

  20. 著作权法(2021秋)
© 柠檬大学-慕课导航 课程版权归原始院校所有，
本网站仅通过互联网进行慕课课程索引，不提供在线课程学习和视频，请同学们点击报名到课程提供网站进行学习。