instrumental-variables पर टैग किए गए जवाब

इंस्ट्रूमेंटल वेरिएबल्स (IV) का उपयोग एंडोजेनिटी की उपस्थिति में अवलोकन डेटा के कारण कारण के लिए किया जाता है जब मानक प्रतिगमन विधियां पक्षपाती और असंगत अनुमान लगाती हैं।

2
हम उपकरणों के अभाव में अवलोकन डेटा पर मॉडल के बारे में क्या कह सकते हैं?
मैंने अतीत में मुझसे कई ऐसे प्रश्न पूछे हैं, जो प्रकाशित कागजात से संबंधित हैं, जो कई क्षेत्रों में पंजीकृत हैं (और संबंधित मॉडल, जैसे पैनल मॉडल या GLM) अवलोकन डेटा पर उपयोग किए जाते हैं (अर्थात नियंत्रित नियंत्रण द्वारा उत्पादित डेटा नहीं। , कई मामलों में - लेकिन हमेशा …

2
आश्रित चर पूर्वाग्रह परिणामों में माप त्रुटि क्यों नहीं करता है?
जब स्वतंत्र चर में माप त्रुटि होती है तो मैं समझ गया हूं कि परिणाम 0. के खिलाफ पक्षपाती होंगे। जब आश्रित चर को त्रुटि के साथ मापा जाता है, तो वे कहते हैं कि यह मानक त्रुटियों को प्रभावित करता है, लेकिन इससे मुझे कोई मतलब नहीं है क्योंकि …

1
द्विआधारी अंतर्जात चर के साथ 2SLS की संगति
मैंने पढ़ा है कि 2SLS आकलनकर्ता अभी भी द्विआधारी अंतर्जात चर ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ) के साथ संगत है । पहले चरण में, एक रेखीय मॉडल के बजाय एक प्रोबिट उपचार मॉडल चलाया जाएगा। क्या यह दिखाने के लिए कोई औपचारिक प्रमाण है कि 2SLS अभी भी सुसंगत है जब 1 …

1
अनोवा (और ड्रॉप 1) जीएलएमएम के लिए अलग-अलग उत्तर क्यों प्रदान करते हैं?
मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …
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
रैंडम असाइनमेंट: परेशान क्यों?
रैंडम असाइनमेंट मूल्यवान है क्योंकि यह संभावित परिणामों से उपचार की स्वतंत्रता सुनिश्चित करता है। यही कारण है कि यह औसत उपचार प्रभाव के निष्पक्ष अनुमानों की ओर जाता है। लेकिन अन्य असाइनमेंट योजनाएं संभावित परिणामों से उपचार की स्वतंत्रता को व्यवस्थित रूप से सुनिश्चित कर सकती हैं। तो हमें …
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.