เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ตัวแปรเครื่องมือผ่านวิธีกำลังสองน้อยที่สุดสองขั้นตอน (IV/2SLS)× | การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)× | |
|---|---|---|
| สาขาวิชา≠ | การอนุมานเชิงสาเหตุ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2009 | 2019 |
| ผู้ริเริ่ม≠ | Angrist & Pischke (textbook treatment); Stock & Yogo (weak-instrument theory) | Wooldridge (textbook treatment); classical least squares |
| ประเภท≠ | Instrumental-variables regression | Linear regression |
| แหล่งต้นตำรับ≠ | Angrist, J. D. & Pischke, J. S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press. ISBN: 978-0691120355 | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| ชื่อเรียกอื่น≠ | instrumental variables, IV estimation, 2SLS, instrumental variable regression | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | IV/2SLS is a two-stage estimation method that recovers the causal effect of an endogenous regressor by isolating the part of its variation driven by an external instrument. It is the workhorse identification strategy in modern applied econometrics, developed at length in Angrist and Pischke's Mostly Harmless Econometrics (2009). | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateชุดข้อมูล ↗ |
|
|