百科问答小站 logo
百科问答小站 font logo



计量经济学 并不鼓励建立解释变量过多的模型,为什么? 第1页

  

user avatar   sijichun 网友的相关建议: 
      

其实并不是不鼓励建立解释变量过多的模型,抖个机灵,我们做固定效应相当于加入了N个解释变量呢,你说解释变量多不多?

可是我们通常看到文献中实际汇报出来的结果控制变量一般都不算多,这是为什么呢?

我在讲课的时候一直强调:我们一定要搞清楚自己做回归的目的究竟是什么,是为了预测?还是为了解释因果?因为这两个不同的目的,我们挑选控制变量的策略是不一样的。

1、如果是为了预测,那么自然我们希望信息越多越好,或者说控制变量越多越好,但是给定样本量的情况下,解释变量越多越容易过拟合。所以如果做回归的目的是预测,那么应该尽量规避欠拟合和过拟合的情况,所以选多少解释变量、选哪些变量可以通过cross-validation, AIC, BIC等等这些标准来确定。

2、如果是为了解释因果,那么问题就很麻烦了,不能多控制,也不能少控制。我懒得写了,直接上我的ppt吧:

所以基本上要求该控制的你要控制,不该控制的你不能控制。这就。。很难办了。。

所以不存在什么不鼓励建立解释变量过多的模型,一切为了目的服务。

最后反驳几个观点:

  1. 以为多重共线性所以不能多控制:都0202年了。
  2. 一定要用AIC、BIC以及逐步回归等选变量和个数:还是要看目的,如果为了预测拟合一般是可以的,如果为了解释,理论上该控制的必须控制,理论上不能控制的必须不能控制,不适合使用上面这些准则挑选。




  

相关话题

  只做经验研究的经济学研究者是否有必要掌握好高级计量中的推导? 
  Stata回归结果该怎么分析呢? 
  2018 年计量经济学会弗里希奖授予论文《密度经济学:柏林墙的启示》,对城市经济学研究有什么启示? 
  微分几何在统计或者理论的计量经济学中有什么应用? 
  有没有大神可以系统的讲一下内生性问题和工具变量? 
  经济学(劳动、卫生等应用微观计量领域)为什么没能广泛应用人工神经网络算法等机器学习的算法? 
  2018 年计量经济学会弗里希奖授予论文《密度经济学:柏林墙的启示》,对城市经济学研究有什么启示? 
  最大似然估计和最小二乘法怎么理解? 
  格兰杰因果检验(Granger causality test)是否犯了逻辑上的后此谬误? 
  计量经济学中model specification和model identification是一样吗? 

前一个讨论
为什么有人认为斗地主靠运气就能打好?
下一个讨论
怎么评价《月亮与六便士》?我看完甚至有点恶心?





© 2024-11-22 - tinynew.org. All Rights Reserved.
© 2024-11-22 - tinynew.org. 保留所有权利