随着计量经济学的迅猛发展,一些计量 “新词” 也日益频繁地出现于文献中。不了解这些新词,难免影响文献阅读。
比如,在处理效应(treatment effects)的文献中,“confounder ”或 “confounding variable” 一词越来越常见,可译为 “混淆变量” 或 “混淆因素”。
但究竟什么是混淆变量呢?它与遗漏变量又有何区别?以一元回归模型为例:
其中,扰动项
然而,即使存在遗漏变量,只要遗漏变量
由此可知,confounder 可以定义为与解释变量存在相关性的遗漏变量。在这种情况下,由于混淆变量一定与解释变量相关(根据定义),故 OLS 估计量不再一致。这种偏差一般称为 “遗漏变量偏差”(omitted variable bias)。直观来看,由于 confounder 的存在,混淆了解释变量
事实上, 如果将 “遗漏变量偏差”(omitted variable bias) 称为 “混淆变量偏差” (confounder bias)可能更贴切,因为遗漏变量不一定导致偏差,而混淆变量(如果不进行控制或处理),则必然导致偏差。
进一步,如果不存在混淆因素,则称为 “unconfounded”(无混淆的)或 “no confounding”。
比如,在处理效应模型中,如果在给定一系列协变量
号外
不少人咨询陈强老师何时再讲授 高级计量现场班,刚刚与经管之家论坛确定了开班时间与地点(北京,2018年4月27日-5月2日,六天班)。
联系客服