Czy ktoś może mi pomóc zrozumieć, jakie są różnice między modelem równań równoczesnych a modelem równań strukturalnych (SEM)? Będzie wspaniale, jeśli ktoś dostarczy mi trochę literatury na ten temat.
Czy jest też literatura, w której SEM był używany w kontekście szeregów czasowych? Literatura, którą otrzymuję, jest głównie wyjaśniona w SEM w kontekście danych przekrojowych.
Dziękuję Ci!
time-series
references
sem
Beta
źródło
źródło
Odpowiedzi:
Modele równań równoczesnych (nazwijmy je SIM, aby rozdzielić dwa typy modeli), to modele, w których masz pewną jednoczesność. Na przykład,
Jak widać, dwa równania tworzą układ równań. Są one szeroko stosowane w ekonometrii i ekonomii stosowanej, ale nie ma gwarancji, że mają one rozsądną (ekonomiczną) interpretację.
Co więcej, aby uczynić sprawy jeszcze bardziej skomplikowanymi, karty SIM można pisać zarówno w formie strukturalnej, jak i zredukowanej. Możesz więc mówić o jednoczesnym modelu równań w formie strukturalnej, bez odwoływania się do tego, co tradycyjnie znane jest jako modelowanie równań strukturalnych (SEM)! Jeśli potrzebujesz odniesienia, analiza ekonometryczna danych przekroju i panelu według Wooldridge jest całkiem dobra.
We wszechświecie SEM próbujesz oszacować związki przyczynowe i rzeczy, których nie możesz zaobserwować. Na przykład iloraz inteligencji jest niemożliwy do zaobserwowania, ale można wykorzystać związki między pokrewnymi (obserwowalnymi) zmiennymi, aby je zbadać. Analiza czynnikowa jest powszechną metodą SEM.
W przypadku zastosowań SEM w szeregach czasowych warto przyjrzeć się analizie czynników dynamicznych.
źródło
Wydaje mi się, że interpretacja SEM w ekonometrii jest kwestią dyskusyjną. Pearl zdecydowanie broni przyczynowej interpretacji SEM i jego parametrów. Na przykład możesz przeczytać: Przyczynowe podstawy modelowania równań strukturalnych - Pearl (2012).
Uważa pojęcia takie jak model równań równań (SIM) za synonim SEM. Według Pearl (str. 3) ostatnia jest terminologiczną strategią usuwania / niejasnego znaczenia przyczynowego w SEM. Jego zdaniem SEM musi zawsze mieć jasne znaczenie przyczynowe.
Z pewnością w kontekście SEM / SIM zawsze występuje forma strukturalna i forma zredukowana , gdzie redukcję uzyskuje się poprzez identyfikację . Proszę, jeśli znasz jeden podręcznik ekonometrii lub poważny artykuł, który mówi o SIM / SEM bez tych różnic, daj mi znać. Forma zredukowana per se realizowała jedynie znaczenie korelacyjne / regresyjne, ale poprzez identyfikację osiągamy jeden związek przyczynowy. Z pewnością znaczenie strukturalne wykracza poza korelacyjne (w szerokim znaczeniu, niekoniecznie liniowe), ale jeśli znaczenie strukturalne nie jest przyczynowe, nie wiem, co to jest.
Kontekst szeregów czasowych jest również powiązany, patrz moje pytanie tutaj: równanie strukturalne i model przyczynowy w ekonomii
źródło
Podsumowując do poprzedniej odpowiedzi, powiedziałbym, że wcale nie jest inaczej; w rzeczywistości mają one inny punkt widzenia. Równanie równania równoczesnego koncentruje się na jednoczesności, dlatego zgodnie z koncepcją zaleca się stosowanie technik innych niż prosty OLS do oszacowania parametrów. Z drugiej strony, równanie strukturalne skupia się na samej strukturze, więc może obejmować zmienne utajone itp. W rzeczywistości istnieje wiele sposobów modelowania równań strukturalnych.
źródło