«instrumental-variables» etiketlenmiş sorular

Araçsal değişkenler (IV), standart regresyon yöntemleri yanlı ve tutarsız tahminler verdiğinde, içselliğin varlığında gözlemsel verilerle nedensel çıkarım için kullanılır.

2
Araçların olmadığı durumlarda gözlemsel verilerdeki modeller hakkında ne söyleyebiliriz?
Geçmişte, regresyonların (ve panel modelleri veya GLM'ler gibi ilgili modellerin) gözlemsel verilerde (yani kontrollü deney tarafından üretilmeyen veriler) kullanıldığı bir dizi alanda yayınlanmış makalelerle ilgili olarak bana sorulan bir dizi sorum vardı. , birçok durumda - ancak her zaman değil - zaman içinde gözlemlenen veriler), ancak enstrümantal değişkenleri tanıtmak için …

2
Bağımlı değişkente ölçüm hatası neden sonuçlara yön vermiyor?
Bağımsız değişkente ölçüm hatası olduğunda, sonuçların 0'a karşı önyargılı olacağını anladım. Bağımlı değişken hata ile ölçüldüğünde, bunun sadece standart hataları etkilediğini söylüyor, ancak bu benim için çok anlamlı değil çünkü XXX orijinal değişkeni YYYüzerinde değil, başka bir YYY artı bir hata üzerindeki etkisini tahmin etmek . Peki bu tahminleri nasıl …

1
İkili endojen değişken ile 2SLS'nin tutarlılığı
2SLS tahmincisinin ikili endojen değişkenle bile hala tutarlı olduğunu okudum ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ). İlk aşamada, doğrusal model yerine probit tedavi modeli çalıştırılacaktır. 2. aşama bir probit veya logit modeli olsa bile 2SLS'nin hala tutarlı olduğunu gösteren herhangi bir resmi kanıt var mı? Ayrıca sonuç da ikili olursa ne olur? İkili …

1
Anova () ve drop1 () neden GLMM'ler için farklı cevaplar verdi?
Formun bir GLMM var: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kullandığımda , araç paketinden veya drop1(model, test="Chi")kullandığımdan farklı sonuçlar alıyorum . Bu son ikisi aynı cevapları verir.Anova(model, type="III")summary(model) Bir grup uydurma veri kullanarak, bu iki yöntemin normalde farklı olmadığını gördüm. Dengeli doğrusal …
10 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 

3
Rastgele ödev: neden rahatsız oluyorsunuz?
Rastgele atama değerlidir, çünkü tedavinin potansiyel sonuçlardan bağımsız olmasını sağlar. Ortalama tedavi etkisinin tarafsız tahminlerine bu şekilde yol açar. Ancak diğer atama şemaları da tedavinin potansiyel sonuçlardan bağımsız olmasını sistematik olarak sağlayabilir. Öyleyse neden rastgele görevlendirmeye ihtiyacımız var? Başka bir deyişle, rastgele atamanın, tarafsız çıkarımlara yol açan rastgele olmayan atama …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.