एंडोजेनिटी बनाम अप्राप्य विषमता

13

एंडोजेनिटी और अनबॉस्स्ड हेट्रोजेनिटी में क्या अंतर है ? मुझे पता है कि अप्रचलित चर से उदाहरण के लिए आता है? लेकिन जहाँ तक मैं समझता हूँ, असम्बद्ध विषमता एक ही समस्या का कारण है। लेकिन वास्तव में इन दो धारणाओं के बीच अंतर कहां है?

regression assumptions

— MarkDollar
स्रोत

असंबंधित विषमता की अलग-अलग व्याख्या हो सकती है (उदाहरण के लिए Google एक अद्वितीय परिभाषा नहीं देता है), क्या आप कुछ संदर्भ का हवाला दे सकते हैं, या आप जिस सटीक परिभाषा को स्पष्ट करना चाहते हैं, उसे दे सकते हैं।

— mpiktas

@mpiktas: मैं एक प्रतिगमन में छोड़े गए चर की समस्या का विश्लेषण कर रहा हूं। चरों की अनुपस्थिति अनुमानक की संगति के साथ समस्याओं का कारण बनती है। अन्य समस्याओं का एक समूह है जो विसंगति का कारण बनता है (उदाहरण के लिए युगपत कार्यशीलता और माप त्रुटियों)। इन सभी समस्याओं को एंडोजेनिटी के रूप में जाना जाता है। लेकिन इस संदर्भ में आप अक्सर शब्द सुनते हैं, जो विषमलैंगिकता है। और मुझे यकीन नहीं है कि क्या यह एंडोजेनिटी का पर्याय है? क्षमा करें मैं आपको अधिक जानकारी नहीं दे सकता, क्योंकि मेरे पास कोई भी नहीं है (संदर्भ पोलिश में हैं, आप समझ नहीं पाएंगे :))

— मार्कडॉलर

3

मुझे आज़माएं, मुझे पता है कि रूसी, और सूत्र सभी भाषाओं के लिए समान हैं।

— mpiktas

13

शब्द की समरूपता और अप्रतिष्ठित विषमता अक्सर एक ही चीज़ को संदर्भित करती है, लेकिन उपयोग कुछ हद तक भिन्न होता है, यहां तक कि अर्थशास्त्र के भीतर भी, अनुशासन मैं सबसे अधिक शर्तों के साथ जुड़ा हुआ है।

एक प्रतिगमन समीकरण में, एक व्याख्यात्मक चर अंतर्जात है अगर यह त्रुटि शब्द के साथ सहसंबद्ध है।

एंडोजेनिटी को अक्सर तीन स्रोतों के रूप में वर्णित किया जाता है: छोड़े गए चर, माप त्रुटि और एक साथ। यद्यपि इन "स्रोतों" का अलग से उल्लेख करना अक्सर सहायक होता है, भ्रम कभी-कभी उत्पन्न होता है क्योंकि वे वास्तव में अलग नहीं होते हैं। मजदूरी पर शिक्षा के प्रभाव की भविष्यवाणी करने वाले प्रतिगमन की कल्पना करें। शायद हमारी शिक्षा का माप केवल औपचारिक शिक्षा में बिताए गए वर्षों की संख्या है, चाहे शिक्षा के प्रकार की परवाह किए बिना। यदि मुझे इस बात का स्पष्ट पता है कि किस प्रकार की शिक्षा मजदूरी को प्रभावित करती है, तो मैं इस स्थिति को शिक्षा चर में माप त्रुटि के रूप में वर्णित कर सकता हूं। वैकल्पिक रूप से, मैं स्थिति को एक लोप किए गए चर समस्या (शिक्षा के प्रकार को दर्शाने वाले चर) के रूप में वर्णित कर सकता हूं।

शायद मजदूरी भी शिक्षा के फैसलों को प्रभावित करती है। यदि मजदूरी और शिक्षा को एक ही समय में मापा जाता है, तो यह एक साथ समानता का एक उदाहरण है, लेकिन यह भी, छोड़े गए चर के संदर्भ में फिर से शुरू किया जा सकता है।

असंबंधित विषमता केवल उन मामलों में भिन्नता / भिन्नता है, जिन्हें मापा नहीं जाता है। अगर आप एंडोजेनिटी को समझते हैं, तो मुझे लगता है कि आप एक प्रतिगमन संदर्भ में अप्रतिबंधित विषमता के निहितार्थ को समझते हैं।

— माइकल बिशप
स्रोत

1

मैं ऑटोकॉरेक्टेड त्रुटियों और नमूना चयन के साथ ऑटोरेजेशन को भी शामिल करूंगा क्योंकि अतिरिक्त तरीके से एंडोजेनिटी पैदा हो सकती है।

— दिमित्री वी। मास्टरोव

1

@ दिमित्री वी। मास्टरोव, उन अवधारणाओं का उल्लेख करने के लिए धन्यवाद, मुझे लगता है कि वे उस बिंदु का विस्तार करते हैं जो मैं बना रहा था। उदाहरण के लिए, ऑटोकॉर्पोरेटेड त्रुटियों या नमूना चयन के साथ ऑटोरेजेशन का एक दिया गया मामला लोप किए गए चर की समस्या के रूप में फिर से शुरू किया जा सकता है? मैं जानता हूं कि मैं आपको कुछ नहीं सिखा रहा हूं। मैं चाहता हूं कि शिक्षार्थी यह सोचें कि ये शब्द कैसे संबंधित हैं और महसूस करते हैं कि एक ही सांख्यिकीय मुद्दे को कई तरीकों से परिकल्पित किया जा सकता है।

— माइकल बिशप

13

मैं एंडॉजीनिटी के @ माइकल के विवरण से सहमत हूं --- यह उन चरों के साथ एक समस्या है जो आप में शामिल हैं और उन चरों से उनका संबंध जो आप नहीं करते (यानी, त्रुटि अवधि में सामान)।

असम्बद्ध विषमता आम तौर पर उन प्रभावों के अप्रमाणित स्थिरांक के बारे में है जिनका आप अनुमान लगा रहे हैं। @ माइकल की शिक्षा उदाहरण के साथ जारी रखते हुए, असंबद्ध विषमता यह हो सकती है कि कुछ लोगों के पास दूसरों की तुलना में स्कूल जाने से अधिक रिटर्न (जैसे, मजदूरी में वृद्धि) है। रिटर्न व्यक्ति के लिए करते हैं हो साथ । हमारे पास जहां $i$ $\beta + b_i$ $\mathbb{E}(b_i) = 0$

y_{i} = x_{i} (β + b_{i}) + w_{i}^{'} γ + ϵ_{i},

$\begin{equation*} y_i = x_i (\beta + b_i) + w^\prime_i \gamma + \epsilon_i, \end{equation*}$

y_{i}

$y_i$ है (आम तौर पर, लॉग इन आय, शिक्षा के वर्ष है ) और अन्य नियंत्रणों का एक समूह है। एंडोजेनिटी का एक उदाहरण है जब का संबंध

x_{i}

$x_i$

w_{i}

$w_i$

x_{i}

$x_i$

ϵ_{i}

$\epsilon_i$ (उदाहरण के लिए, शिक्षा का संबंध IQ से है, जो हमारे अन्य भविष्यवक्ताओं के बीच नहीं है)।

यदि हम किसी एकल गुणांक का अनुमान लगाते हैं, तो हमारे पास देखें कि शामिल चर को त्रुटि शब्द साथ सहसंबद्ध किया गया है , वही समस्याएं जो एंडोजेनिटी के मामले को प्रेरित करती हैं।

y_{i} = x_{i} β + w_{i}^{'} γ + (ϵ_{i} + b x_{i}) = x_{i} β + w_{i}^{'} γ + {\tilde{ϵ}}_{i}

$\begin{equation*} y_i = x_i \beta + w^\prime_i \gamma + (\epsilon_i + b x_i) = x_i \beta + w^\prime_i \gamma + \tilde{\epsilon}_i \end{equation*}$

x_{i}

$x_i$

{\tilde{ϵ}}_{i}

$\tilde{\epsilon}_i$

— चार्ली
स्रोत

3

मैं समझती हूं कि व्यक्तियों के बीच किसी भी तरह का अंतर होना चाहिए। अवलोकन की गई विषमता में आमतौर पर सहसंयोजक शामिल होते हैं और अप्रतिष्ठित विषमता में क्षमता या प्रयास जैसा कोई भी अंतर अंतर होता है।

एंडोगेनिएटी का तात्पर्य प्रेक्षित और अप्राप्य चर के बीच संबंध से है, अर्थात वे एक दूसरे पर निर्भर हैं।

— सज्जन
स्रोत

2

इसे लपेटने के लिए:

असम्बद्ध विषमता एंडोजेनिटी का एक संभावित कारण है।
इसलिए व्यापकता का अर्थ है व्यापकता।
असम्बद्ध विषमता का तात्पर्य है, दूसरी तरह से नहीं बल्कि दूसरी तरह की समरूपता।

— petermeissner
स्रोत

2

छोड़ी गई चर के मामले में अप्रमाणित विषमता और अंतर्जात के बीच का अंतर, बनी हुई रूढ़िवादी मान्यताओं में निहित है। जबकि पूर्व में, धारणा यह है कि अप्रकाशित लोप किया गया चर अवलोकित (शामिल) व्याख्यात्मक चर x से स्वतंत्र है, ... उत्तरार्द्ध में इस धारणा को शिथिल किया जाता है जैसे कि देखे गए (अप्रयुक्त) चर का अवलोकन कुछ में से संबंधित है। (शामिल) व्याख्यात्मक चर।

— jumens
स्रोत

-1

आसान उत्तर, स्पष्टीकरण के बिना क्योंकि यह नहीं चाहता है: यदि लोप किए गए चर जो कि समरूपता का कारण बनते हैं, वे अवलोकनीय नहीं हैं, तो हम इसे अप्रतिष्ठित विषमता कहते हैं। आसान :)

— E.Brady
स्रोत