發(fā)文章
發(fā)文工具
撰寫
網(wǎng)文摘手
文檔
視頻
思維導(dǎo)圖
隨筆
相冊
原創(chuàng)同步助手
其他工具
圖片轉(zhuǎn)文字
文件清理
AI助手
留言交流
關(guān)于變量互為因果的問題
尊敬的老師：
我的問題是：若解釋變量和被解釋變量可能互為因果，如何進(jìn)行處理？相關(guān)的Stata命令有何推薦？
這個問題的答案不在STATA,而是取決于計量理論和你所處理的具體問題。
來自： 新用戶68639482 > 《待分類》
0條評論
發(fā)表
請遵守用戶 評論公約
fect：基于面板數(shù)據(jù)的因果推斷（上）
fect：基于面板數(shù)據(jù)的因果推斷（上）fect 命令依賴 reghdfe 和 ftools 命令， 所以在安裝 fect 命令之前，我們需要事先安裝最新的 regh...
【干貨推薦】計量經(jīng)濟(jì)學(xué)常見問題匯總（持續(xù)更新）
在數(shù)學(xué)上解釋變量與控制變量可以是一回事，但是如果控制變量是調(diào)節(jié)變量，回歸方程在理論上的解釋就不一樣了，解釋變量是解釋與被解釋變量的因果關(guān)系，調(diào)節(jié)變量則是確定因果關(guān)系的邊界條件。對于調(diào)節(jié)變...
反向因果：來源、特征及解決方法| 連享會主頁
與 LFD 模型和 AB 模型類似，ML-SEM 方法通過假設(shè)解釋變量的序列外生性來允許反向因果關(guān)系的存在，即允許誤差項 ?it 與解釋變量的未來值...
斷點(diǎn)回歸方法 (RDD) 全網(wǎng)最全操作指南，保姆級教學(xué)
斷點(diǎn)回歸方法 (RDD) 全網(wǎng)最全操作指南，保姆級教學(xué)。根據(jù)個體在臨界點(diǎn)兩側(cè)接受干預(yù)概率的差異，可以將斷點(diǎn)回歸分為精確斷點(diǎn)回歸 (sharp ...
方法論衡 | 如何“殺掉”混雜因素？
這是因為隨機(jī)分組能使已經(jīng)認(rèn)識到的或尚未認(rèn)識到的混雜因素在處理組和控制組中平衡分布，使得處理/控制獨(dú)立于混雜因素，從而通過比較實驗...
調(diào)節(jié)變量與中介變量介紹
中介效應(yīng)：有序因果中介分析的半?yún)?shù)估計B-實操中介效應(yīng)：有序因果中介分析的半?yún)?shù)估計A-理論Stata：中介效應(yīng)分析新命令-sgmediation2m...
Stata廣義矩量法GMM面板向量自回歸 VAR模型選擇、估計、Granger因果檢驗分析投資、收入和消費(fèi)數(shù)據(jù)
Stata廣義矩量法GMM面板向量自回歸 VAR模型選擇、估計、Granger因果檢驗分析投資、收入和消費(fèi)數(shù)據(jù)原文鏈接：http://tecdat.cn/?p=24016 ...
競爭性假設(shè)檢驗在實證中的運(yùn)用
競爭性假設(shè)檢驗在實證中的運(yùn)用。3.2 強(qiáng)化異質(zhì)性分析的因果關(guān)系。調(diào)節(jié)變量與中介變量介紹中介效應(yīng)：有序因果中介分析的半?yún)?shù)估計B-實操...
Stata中_n和_N的用法
Stata中_n和_N的用法。1.全部樣本中的_n和_N._n：樣本中的次序變量，表示第幾個觀測值。_N：樣本總數(shù)變量，表示有多少個樣本。2.分組樣本中的_n和_N…………
微信掃碼，在手機(jī)上查看選中內(nèi)容
