当前课程知识点：教育定量研究方法（高级） >  Weeks 13&14: HLM >  HLM >  2.11 Standard error of IVE

返回《教育定量研究方法（高级）》慕课在线视频课程列表

2.11 Standard error of IVE在线视频

返回《教育定量研究方法（高级）》慕课在线视频列表

2.11 Standard error of IVE课程教案、知识点、字幕

我们来比较一下这个工具变量法估算出来的系数β的

标准误跟最小二乘法估算的系数的标准误有什么区别

这两个公式是直接给定大家

那么这个里面我们来看一下

这个是βiv的这个方差

也就是标准误的平方

这个标准误顺便问你一句

这个标准误跟标准差的区别是什么

有同学愿意回答一下吗

这个问题很重要

我来看看你们是不是学明白了

这个应该是导论课可以搞定的事情

标准误跟标准差的区别

我们来个随机点名

等你点名

你看咋不动呢

标准误或标准差的区别

好

*同学回答一下

我的理解首先标准差是，标准差是样本数据的离散程度

反映的。是然后标准误反应的是估计量的可能的误差

误差跟离散程度是什么区别

没有

这个不是区别

主要是标准差是描述样本数据

而标准误是描述我这个估计量得出的

值它可能的，也是离散程度

也是离散程度

但是一个是对样本数据就是本身存在的数据

一个是对我计算出来的值

说得非常好

好

谢谢*

*说的很清楚

当我们说标准差的时候

我们说的是一个样本

一个随机变量

它的分布的离散性

我们用标准差这个词

但是大家想我们估算β的时候

β是不是也是服从一个分布的

它是不是服从的是一个均值为β hat, β hat也是一个随机变量

为什么

因为我们每次选样本

我们估算出来的β hat的是不一样的

这跟样本的抽样有关

等等

那么所以说我们β hat它其实是服从一个分布

它服从一个均值为β

然后这个方差为它自己的方差的这样的一个正态分布

那么这就是为什么β 会有标准物

标准误就是β这样

如果是β hat

它可以取很多次值的话

它也构成一个分布

它分布的标准差就成为标准误

所以说这个是描述我们所估算的β hat它的精确

程度的

它当然这个标准误越小

它越精确吗是不是

它这个标准误越大

它越也是越不精确

所以这个是所以这里的 βiv

的variation

它其实就是β hat 的标准误的方差

这边也是一样是OLS的

大家可以看到这一部分OLS的它的标准误的方差是前面

这一部分

那么跟跟IV的估算方法里面的部分这部分是一样的

我们就不用讨论了

不同在于哪呢

不同在于的估算值

它多了一块

是R方

X跟z的R方

R方是什么

R是x跟z的相关系数

然后平方是这个意思

显然 R方它是不是0~1之间的一个取值大于0小于1

的一个值

是不是

平方肯定大于0

然后它是一个相关系数

相关系数都是小于一的

它平方还是小于一

你说分母是一个小于一的值

它的倒数是不是大于一

是不是

所以说我们可以看到说其实 IV的估算出来的β

它的标准误是要大于OLS的估算值的标准误的

是不是是因为R方的倒数

它是大于一的一个值

那么这就说明 IV的估算方法它的效率 efficiency

还是不如OLS的

因为它标准误更大

也就是虽然IV给了我们一个关于β的渐进无偏估计

但是它的标准误更大

效率更低

所以有的时候我们其实是在这个偏误就是点估计的偏误

跟它的估算的标准误的大小

这两点来做一个权衡取舍

显然我们首先希望这个点估计它是无偏的

同时我们又不希望有一个特别大的标准误

就是估算的无效

所以说这个是我们要了解的IV

estimation的估算的它的一个结果的性质

有没有问题

好

没有问题

我们接着接着走

那么这是给出一个很小的例子

这个是课本上的一个例子

那么前面两栏是IV estimation

后面两栏是OLS estimation

大家可以看到

那么关于系数β

它的标准误在IV estimation里面是0.039

在OLS estimation里面是0.027

显然0.039要比0.027要大很多

是不是

我们可以说是大将近百分之五十，不到五十

这是一个很大的一个增量

它如果是足够大的话

是会影响到我们统计推断值的

当然它们俩系数肯定是不一样的

因为一个是有偏的

一个是无偏的

对吧

这是举了一个例子

那么如果你去注意很多论文用到IV

estimation的时候

它跟OLS来做对比的时候

你会发现IV estimation的标准误

它一般都是要大于 OLS estimation

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

2.11 Standard error of IVE笔记与讨论

也许你还感兴趣的课程:


  1. 教育定量研究方法（高级）(2021秋)

  2. 数学建模(2021秋)

  3. 财政与民生(2021秋)

  4. 传热与流体流动的数值计算(2021秋)

  5. 国际税收网链上的舞者(2021秋)

  6. 中国散打(2021秋)

  7. 制浆造纸机械与设备(2021秋)

  8. 教育学(2021秋)

  9. 果品加工贮藏(2021秋)

  10. 著作权法(2021秋)

  11. 精细化学品生产工艺学(2021秋)

  12. 运动与关节健康(2021秋)

  13. 高级大数据系统(2021秋)

  14. 区块链和加密数字货币(2021秋)

  15. 工程材料(2021秋)

  16. 暖通空调(2021秋)

  17. 高等数学精讲（上）(2021秋)

  18. 日本文化概论(2021秋)

  19. 建筑材料(2021秋)

  20. 电子信息科学与技术导引(1)(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。