Pytania oznaczone «instrumental-variables»

Zmienne instrumentalne (IV) są używane do wnioskowania przyczynowego z danymi obserwacyjnymi w obecności endogenności, gdy standardowe metody regresji dają błędne i niespójne oszacowania.

36
Co to jest zmienna instrumentalna?

Zmienne instrumentalne stają się coraz bardziej popularne w ekonomii stosowanej i statystyce. Czy dla niewtajemniczonych możemy uzyskać nietechniczne odpowiedzi na następujące pytania: Co to jest zmienna instrumentalna? Kiedy chciałbyś zastosować zmienną instrumentalną? Jak znaleźć lub wybrać...

regression econometrics instrumental-variables
16
Modele dwustopniowe: Różnica między modelami Heckmana (do radzenia sobie z wyborem próbek) i zmiennymi instrumentalnymi (do czynienia z endogennością)

Staram się omijać różnicę między wyborem próbki a endogennością, a tym samym tym, w jaki sposób modele Heckmana (radzenie sobie z selekcją próbek) różnią się od instrumentalnych regresji zmiennych (radzenie sobie z endogennością). Czy słuszne jest stwierdzenie, że wybór próbki jest specyficzną...

instrumental-variables endogeneity 2sls heckman
15
Dokładność maszyny zwiększającej gradient zmniejsza się wraz ze wzrostem liczby iteracji

Eksperymentuję z algorytmem maszyny do zwiększania gradientu za pośrednictwem caretpakietu w R. Korzystając z małego zestawu danych o przyjęciach na studia, uruchomiłem następujący kod: library(caret) ### Load admissions dataset. ### mydata <-

machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable
15
2SLS, ale drugi etap Probit

Próbuję użyć analizy zmiennych instrumentalnych do wnioskowania o przyczynowości na podstawie danych obserwacyjnych. Natknąłem się na dwustopniową regresję metodą najmniejszych kwadratów (2SLS), która prawdopodobnie rozwiąże problem endogeniczności w moich badaniach. Chciałbym jednak, aby...

stata probit instrumental-variables 2sls
14
Jaka jest różnica między skutecznością a skutecznością w określaniu korzyści terapii „A” pod warunkiem „B”?

Kontekst tego pytania mieści się w ramach zdrowia, tj. Patrząc na jedną lub więcej terapii w leczeniu stanu. Wygląda na to, że nawet szanowani badacze mylą pojęcia skuteczność i skuteczność , używając tych zamiennie. Jak można myśleć o skuteczności w porównaniu ze skutecznością w sposób, który...

epidemiology causality clinical-trials definition instrumental-variables
11
Jak interpretować współczynnik drugiego stopnia w regresji zmiennych instrumentalnych za pomocą instrumentu binarnego i binarnej zmiennej endogennej?

(dość długi post, przepraszam. Zawiera wiele podstawowych informacji, więc możesz przejść do pytania na dole). Wprowadzenie: Pracuję nad projektem, w którym próbujemy zidentyfikować wpływ binarnej zmiennej endogennej na ciągły wynik, . Stworzyliśmy instrument , który naszym zdaniem jest przypisany...

econometrics interpretation binary-data instrumental-variables
10
Dlaczego Anova () i drop1 () podają różne odpowiedzi dla GLMM?

Mam GLMM w postaci: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kiedy używam drop1(model, test="Chi"), otrzymuję inne wyniki niż w przypadku korzystania Anova(model, type="III")z pakietu samochodowego lub summary(model). Te dwa ostatnie...

r anova glmm r mixed-model bootstrap sample-size cross-validation roc auc sampling stratification random-allocation logistic stata interpretation proportion r regression multiple-regression linear-model lm r cross-validation cart rpart logistic generalized-linear-model econometrics experiment-design causality instrumental-variables random-allocation predictive-models data-mining estimation contingency-tables epidemiology standard-deviation mean ancova psychology statistical-significance cross-validation synthetic-data poisson-distribution negative-binomial bioinformatics sequence-analysis distributions binomial classification k-means distance unsupervised-learning euclidean correlation chi-squared spearman-rho forecasting excel exponential-smoothing binomial sample-size r change-point wilcoxon-signed-rank ranks clustering matlab covariance covariance-matrix normal-distribution simulation random-generation bivariate standardization confounding z-statistic forecasting arima minitab poisson-distribution negative-binomial poisson-regression overdispersion probability self-study markov-process estimation maximum-likelihood classification pca group-differences chi-squared survival missing-data contingency-tables anova proportion