图片

在计量圈社群的微信群中，群友们共享了一些相等意念念的内容，深受启发，决定整理一下这些信息，以匡助初入实证接洽的学者飞速了解全貌，同期也为那些在学术界摸爬滚打多年的学者提供平安和提高的契机。

这篇著述将全面探讨内素性侦探、谨慎性侦探、异质性侦探和机制侦探，让读者好像澈底弄懂这些伏击的接洽范例和观念。

内素性侦探

内素性问题是指在总结模子中，解释变量（自变量）与舛讹项之间存在联系性。这种联系性会导致算计末端的偏差，从而影响模子的有用性和可靠性。

对于内素性问题，参看：1.讲座视频: 模子内素性分类， 侦探与处理，2.万能的内素性问题处理范例ERMs， 热烈安利一下！3.救济实证中内素性问题的21种范例， 来自国外顶级期刊的要求！4.前沿: 管制内素性问题的无器具变量推断法，5.你的内素性管制神气out， CMP已一统寰宇而独领风流！6.不彊调内素性， 用极简截面数据和交互项， 就将经济学故事讲到鸿沟Top刊！7.六种定量范例管制内素性问题， 附stata代码操作，8.寰宇总结， 无内素性不破， 唯此神文不破， 练成内素性处理的终极大法！9.搞懂因果推断中内素性问题管制范例必读的册本和文件已征集好！10.实证接洽中自弃取基础上的内素性问题纪念， 建议和改良顺次！11.简单的内素性问题处理念念维经过图， 况兼还附上侦探的代码！12.内素性问题: 微不雅和宏不雅经济学接洽中的要津因果识别问题，13.为止变量的内素性需要处理吗？如那处理呢？理呢？1.用"因果关系图"来进行因果推断的新技巧，2.因果推断专题：因果图，3.因果推断专题：有向无环图DAG，4.confounder与collider啥区别? 稠浊 vs 对撞，5.三张图秒懂， 稠浊， 中介， 更始， 对撞， 透露， 末端和协变量的复杂关系，6.中介效应试查经过， 默示图公布， 不再战抖中介分析，7.图灵奖得主Pearl的因果推断新科学，Book of Why?8.前沿: nature刊掀翻DAG热， 不掌持就遭淘汰无疑！因果关系接洽的图形器具!9.前沿: 卫星数据在实证接洽中的哄骗， 用其开展因果推断的公道！10.7大因果推断大法精选实证论文， 可用于中国脉土博士课堂素养！11.速即分派是什么， 为什么伏击， 对因果关系影响几何？12.哄骗计量经济学近况: 因果推断与策略评估最全综述，13.疫情期计量课程免费怒放！面板数据， 因果推断， 时候序列分析与Stata哄骗，14.Python作念因果推断的范例示例， 解读与code，15.内生搬动模子vs内生处理模子vs样本弃取模子vs器具变量2SLS，16.无须IV， 基于异方差识别范例管制内素性， 赐一篇文件等等。一、导致内素性的原因：1. x 和 y 互为因果界说：在这种情况下，x和y之间存在双向因果关系。这意味着x不仅影响y的值，同期y也会反过来影响x。这种关系使得咱们很难笃定哪个是因，哪个是果。示例：假定x代表教师水平，y代表收入。教师水平提高可能导致收入增多（x影响y），而收入增多也可能使东说念主们有更多的资源和时候去继承更高的教师（y影响x）。在这种情况下，要是不顺应地为止这种双向关系，可能会导致误导性的末端。2. 遗漏变量界说：遗漏变量问题指的是在总结模子中莫得包括整个可能影响y的变量。天然咱们可能只为止了3-5个变量，但本体上可能还有其他伏击的成分莫得被探究，这会导致模子的算计末端偏差。示例：假定咱们在接洽教师对收入的影响时，仅为止了教师年限和使命造就，但忽略了其他伏击变量，如家庭布景、地区经济情状等。这些遗漏变量可能与教师和收入齐联系，从而导致咱们对教师影响的算计不准确。3. 样本弃取偏差界说：样本弃取偏差发生在样本中的不雅察数据不是速即弃取的，而是把柄某些特征或条目弃取的。这种偏差会导致接洽末端不具备代表性，从而影响论断的有用性。示例：假定在接洽求职者的工资时，仅使用了已经找到使命的求职者的工资数据，这样就可能冷落那些未找到使命的求职者的工资情状。这会导致对全体工资水平的误估，因为未找到使命的求职者可能有不同的特征和工资水平。4. 测量舛讹界说：测量舛讹指的是在辘集数据过程中，变量的真正值与不雅测值之间存在偏差。这种舛讹不错源于多种原因，举例访问问卷遐想不妥、回答者的清楚谬误、器具的精度不及等。示例：要是咱们在接洽东说念主们的考验频率时，依赖于自我明白的数据，受访者可能会高估我方的考验时候，这种测量舛讹将导致咱们对考验对健康影响的算计不准确。这些问题的存在会影响统计模子的有用性，因此在分析时需要尽头紧密，并聘请相应的范例进行调治或为止。二、管制办法：1. 器具变量法（IV）界说：器具变量法用于处理内素性问题，尽头是当自变量x与舛讹项存在联系性时。通过引入一个器具变量z来替代x，这个器具变量应与x高度联系，但不班师影响因变量y。示例：假定咱们接洽教师（x）对收入（y）的影响，但教师与收入之间的关系受到未不雅察到的成分（如才略）的影响。咱们不错使用“距离最近大学的距离”（z）手脚器具变量。这个变量与教师联系（距离近可能导致受教师年限长），但不班师影响收入。2. 双重差分法（DID）界说：双重差分法通过比拟处理组和非处理组在策略实施前后的变化，来为止时候固定效应和组间互异。它有助于摒除内素性问题，尽头是在天然实验或策略评估中。示例：假定咱们接洽某项教师策略对学生收货的影响。咱们不错将实施策略的学校手脚处理组，未实施策略的学校手脚非处理组。比拟两组在策略前后的收货变化，以评估策略的本体影响。3. 倾向性得分匹配（PSM）界说：倾向性得分匹配用于管制样本弃取偏差的问题。它通过规画每个不雅察值继承处理的概率（倾向性得分），然后将具有不异倾向性得分的处理组和对照组进行匹配，觉得止混杂成分。示例：在接洽某种培训对服务的影响时，咱们不错规画每个求职者继承培训的概率，并将继承培训的求职者与不异的未继承培训的求职者匹配，比拟他们的服务率。4. 动态面板总结法界说：动态面板总结法通过引入滞后变量（如x的滞后值）来为止内素性问题，尤其是当期自变量与因变量之间存在相互影响时。这个范例在找不到顺应的器具变量时尽头有用。示例：假定咱们接洽某种策略对经济增长的影响。要是经济增长在不同时代段之间存在滞后效应，不错在模子中加入之前的经济增长值（L.growth），以摒除现时策略影响的稠浊。谨慎性侦探

实证接洽中，基准总结分析提供了初步的论断，但为了确保这些论断的可靠性和谨慎性，接洽者需要进行进一步的考据。

①实证哄骗经济学中的谨慎性侦探是什么? 怎么作念？哪些策略呢？，②谨慎性侦探怎么作念? 有哪些谨慎性侦探常用念念路？③RDD经典文件， RDD模子有用性谨慎性侦探，④审稿东说念主议论: 通篇齐基于OLS算计， 却把它放到谨慎性侦探或进一步接续中！⑤怎么量化因果推断的谨慎性？6️⃣实证接洽中谨慎性侦探念念路指南

1. 替换被解释变量或中枢解释变量界说：通过使用不同的变衡量量神气来侦探接洽论断的谨慎性。这样不错评估论断是否依赖于特定的变量弃取。示例：要是本来接洽“学习时候对考试收货的影响”时使用的是“每天学习小时数”，不错尝试用“每周学习小时数”来代替，望望论断是否一致。要是替换后论断不变，说明模子的谨慎性较强。2. 更换固定效应界说：在模子中探究不同层级的固定效应，觉得止可能影响因变量的不可不雅测成分。示例：在接洽“天气对冰淇淋销量的影响”时，不仅要探究天气，还要为止不同城市的影响（城市固定效应），致使不同时代（如节沐日）的影响，这样不错更准确地评估天气的作用。3. 补充变量法界说：在模子中增多寥落的为止变量，以撤废潜在的混杂成分，增强模子的解释力。示例：在接洽“天气”和“冰淇淋销量”之间的关系时，不错顾忌告白行动的影响。此时，不错在模子中加入“告白行动”这个为止变量，查验其对末端的影响，从而提高末端的谨慎性。4. 剔除特殊样本界说：剔除样本中可能存在显赫经济互异的特殊数据，以幸免这些荒谬样本对接洽末端的影响。示例：在检会政事对企业债务融资的影响时，不错剔除北京地区的企业样本，因为该地区的经济环境和策略可能与其他地区存在显赫互异，这样不错更准确地分析末端。5. 缩尾或截尾界说：通昔日除或调治荒谬值，以减少其对总结末端的影响，确保末端愈加可靠。示例：在接洽“学生身高”时，可能存在几个顶点的高个子学生。通过缩尾操作，不错去除这些荒谬值，幸免它们对全体分析末端的影响。6. 更换总结模子界说：使用不同类型的总结模子进行分析，以侦探末端的谨慎性。logit总结：适用于被解释变量为分类变量的情况。Tobit总结：适用于被解释变量受限于某个高下限的情况。PSM：用于减少内素性或样本不屈衡带来的偏误。负二次项总结：适用于被解释变量是计数变量或事件发生概率不一致的情况。Poisson总结：适用于数据自豪泊松散布或事件发生相互独处的情况。7. Heckman两阶段模子界说：用于管制样本弃取偏差的问题，尤其是在某些不雅察缺失机。示例：在接洽“教师对收入的影响”时，部分东说念主群因为未继承教师而数据缺失，使用Heckman模子不错改良这种偏差，确保算计末端的有用性。8. 更换接洽样本界说：在得出论断后，使用不同的数据库或样本进行侦探，以阐述末端的一致性和谨慎性。示例：要是使用某个特定的访问数据得出论断，随后不错通过使用其他联整个据库的样本进行沟通的分析，确保末端的一致性。9. Bootstrap重抽样界说：通过屡次抽样生成多个样本数据集，划分进行分析，并比拟末端的谨慎性。示例：不错通过重叠抽样（如1000次）来生成新的样本集，然后对每个样本进行总结分析，以评估参数算计的踏实性。10. 聚类谨慎圭臬舛讹界说：探究数据中存在的群组效应，使用聚类圭臬舛讹来调治圭臬舛讹算计。示例：在接洽“班级大小对学习收货的影响”时，归并班级的学生可能受到不异的影响。使用聚类圭臬舛讹不错更准确地算计模子参数的谨慎性。11. 撤废其他表面依据或假说界说：在面临与他东说念主接洽末端不一致的情况时，不错使用数据实证来侦探和推翻对方的假说，从而提高自己论断的谨慎性。示例：要是你的接洽末端与已有表面违反，不错通过实证数传说明我方的不雅点，从而增强接洽的劝服力和着实度。异质性侦探一、观念界说：异质性分析是用于检会不同群体或条目下接洽末端互异的实证接洽范例。接洽对象的不同特色（如性别、年齿、地区等）可能导致对归并问题的不同反应，因此通过异质性分析，接洽者不错更深远地清楚这些互异。示例：举例，在药物成果接洽中，发现药物对男性和女性的疗效不同。这请示接洽者不成简单地将男女患者的数据羼杂分析，而应划分成就模子，以更精确地评估药物对各性别的影响。二、目标更全面地了解接洽对象的种种性：通过识别和分析不同群体之间的互异，接洽者好像更全面地清楚接洽对象的种种性，从而提高接洽的有用性和适用性。笃定接洽末端的局限性，提供更针对性的建议：了解不同特色群体的影响，不错匡助接洽者识别接洽末端可能适用的特定条目或环境，从而为策略建议或实际哄骗提供更精确的指点。发现新的接洽问题，提供新场地：通过分析不同反应形状，接洽者好像发现潜在的新接洽问题，从而鼓吹更深远的接洽探索，拓宽接洽鸿沟。三、常用范例分组总结引入交叉项（Chow侦探）：用于侦探不同组之间的总结整个是否相等。

图片

基于似无联系模子的侦探（suest）：侦探不同组的总结模子整个是否有显赫互异。

图片

费舍尔组合侦探：用于比拟不同组的总结末端的一致性。

图片

加入交互项优点：通过加入交互项，接洽者不错更容易取得显赫的末端，且不需要单独进行组间的互异性侦探。

舛误：交互项的总结假定较为严格，可能增多模子复杂性，导致末端的解释性裁减。

对于交互项，参看：1.交互项! 交互项! 固定效应总结模子中的交互项！2.未引入交互项主效应为正， 引入后变为负， 解释出来的故事尽头好， 主效应记号确乎增强了故事性，3.异质性分析用来侦探中间传导机制， 分组总结或交互项就不错完成机制分析，4.交互项有什么用？为啥要作念异质性分析？ 5.不彊调内素性， 用极简截面数据和交互项， 就将经济学故事讲到鸿沟Top刊！ 6.计量社群里对于使用交互项如故中间效应分析开展机制接洽的接续，7.DID中行业/区域与时候趋势的交互项， 共同趋势侦探， 动态策略效应试查等，8.空间计量和交互项怎么使用， 将空间计量进行到底，9.交互项模子的发现， 多猛进度上着实呢? 10.交互项中主效应不显赫， 交互项显赫可怕吗? 11.交互项与分组总结的区别是什么? 异质性分析，12.面板数据中去中心化的交互项总结什么情况，13.内生变量的交互项怎么寻器具变量， 交互项共线咋办，14.计量经济学中"交互项"联系的5个问题和修起，15.计量总结中的交互项到底什么鬼? 捎一册书给你四、常见分组神气（什么才是一个好的更始变量或分组变量? TOP5如是说）地区特征地区散布：举例，接洽不错把柄东部、中部和西部地区进行分组，以探究地域经济、文化互异对接洽末端的影响。城市发展水平：城市的经济发展进度可能影响接洽对象的行动或反应。金融发展水平：不同地区的金融环境互异可能影响经济行动。信息基础诱导：信息技能的普及进度可能对接洽末端产生影响。市集化进度：市集化进度高的地区可能与低市集化地区在经济行动上存在互异。营商环境：营商环境的优劣会班师影响企业的决议与绩效。行业特征事业密集型、技能密集型、老本密集型：不同类型的行业在劳能源、技能和老本的使用上存在显赫互异，可能导致对接洽问题的不同反应。行业齐集度：行业齐集度高的行业与低齐集度行业在市集行动上可能发达不同。环境监管力度：环境策略的强度可能影响企业的贪图决议。稠浊水平：不同业业的环境影响可能导致策略成果的异质性。企业特征产权性质：国有企业与非国有企业在贪图目标和策略反应上可能存在互异。企业范畴：大型企业与中小企业在资源获取和市集策略上可能有不同的发达。生命周期：企业在不同发展阶段（成恒久、训练期、阑珊期）对外部环境的反应可能不同。技能水平：高新技能企业和传统企业在市集革命和反应上存在显赫互异。融资无间：融资无间的不同会影响企业的投资决议与发展策略。里面为止水平：里面为止水平高的企业在管制服从和风险应酬上可能优于里面为止水平低的企业。

机制侦探

机制侦探是用来探讨和考据某依然济惬心或关系背后原因的一种范例。它旨在揭示变量之间的因果关系是怎么造成的，匡助清楚接洽末端的背后逻辑。1. 观念机制侦探温顺的是因果关系中的中间变量（或称为机制）。举例，在接洽教师对收入的影响时，可能的机制包括教师提高了个东说念主的技巧水平，从而提高了服务契机和收入水平。机制侦探旨在识别并考据这些机制变量的存在过甚作用。2. 目标揭示因果旅途：了解变量之间的因果关系是怎么通过特定旅途发生的。增强表面框架：机制侦探有助于成就和完善表面框架，使接洽末端更具解释力。策略建议：通过识别有用机制，接洽者不错为策略制定提供针对性的建议，强调哪些成分不错被侵扰以杀青预期末端。3. 常用范例

Method 1：先用Y对X作念总结，然后再用M对X进行总结，至于M对Y的影响，需要借助文件进行说明。①中国粹界F4发表AER一篇! 常识后生上山下乡与农村教师问题！

Method 2：先用Y对X作念总结（也有文件同期用M对X作念总结），然后再用Y对X和M作念总结，此时，X的整个需要变小或变大，或显赫性下跌致使不显赫。①我最近看到AER， JPE著述， 东说念主家用的即是肖似中介效应三步走范例，②机制分析作念到极致的JPE趣文， 身高与收入

Method 3：先用M对X进行总结，然后再用Y对M进行总结，这个即是对X——M——Y两部分的影响分开进行总结。①实证机制分析那些事，机制分析什么鬼？

Method 4：用X与M的交互项进行总结；或用M进行分组总结，即用异质性进行机制侦探。①异质性和机制侦探齐用交互项作念会被审稿东说念主质疑么? ②异质性分析用来侦探中间传导机制， 分组总结或交互项就不错完成机制分析

Method 5：中介效应分析，尤其是因果中介效应分析（causal mediation analysis），①自变量和中介变量是内生的情况咋办？放在因果中介的框架，②因果中介效应分析出面前顶刊， 是时候使用新范例了。对于机制分析，参看，1.又被拒稿了！机制侦探除了中介效应还有其他范例吗？2.实证中怎么作念竞争性假说的侦探？AER范本的范例还能当机制分析用，3.这种机制分析范例受到经济学招供， 曾出面前经济学TOP5期刊上！4.计量社群里对于使用交互项如故中介效应分析开展机制接洽的接续，5.对于影响机制的分析念念路和实操策略， 咱们好像作念的就唯有这样多了！6.学习机制分析应该阅读的经典材料有哪些？7.上双一流大学能多赚若干钱? 学习断点总结RDD， 机制分析的经典著述！8.Top5最新: 为什么富余的父母有富余的孩子? 一篇学好机制分析的佳作！9.必读， 宗教是怎么禁锢经济发展的? 基于DID， IV和种种机制分析的AER量化史分析！10.期刊明确规定: 机制侦探是本刊十分看中的实证内容， 是不可或缺的，11.整理了34篇对于中介， 更始和机制分析的著述! 揭开事务间的机理就靠它了! 12.QA: 往常项的IV， 加时候固定记号相反， 转化窗口总结， 面板分位数输出图， 机制分析中IV， pre5显赫咋办？13.一篇自豪我整个DID幻想的最新AER， 交叠， 连气儿DID， 更始， 机制分析等范文！14.主总结与机制分析中的为止变量不错不同吗？15.在机制分析中必须是正向的中间影响旅途吗?负向的影响旅途不错吗？16.这种机制分析范例受到经济学招供， 曾出面前经济学TOP5期刊上！17.计量社群里对于使用交互项如故中介效应分析开展机制接洽的接续，18.必读， 宗教是怎么禁锢经济发展的? 基于DID， IV和种种机制分析的AER量化史分析！4. 实例假定接洽发现女性教师水平与家庭收入之间存在正联系关系。机制侦探可能会探讨以下问题：教师是否提高了女性的使命技巧？受教师女性是否更倾向于弃取高收入使命？教师是否影响了家庭春联女教师的投资，从而障碍提高了家庭收入？通过分析这些机制，接洽者好像更深远地清楚教师对收入的影响，并建议更有针对性的策略建议。

图片

*不错到社群进一步交流接续联系学术议题。

1️⃣挑升义的实证计量接续帖， 熬夜肝罢了一直的计量困惑！2️⃣QA: 往常项的IV， 加时候固定记号相反， 转化窗口总结， 面板分位数输出图， 机制分析中IV， pre5显赫咋办，3️⃣主总结不显赫， 分组总结却荒谬显赫的接洽来了！4️⃣城市*年份引诱的FE与他们分开的FE有什么区别? FE怎么从一维进化到二维， 三维的? 5️⃣审稿东说念主: 你这个著述实证结构已经落后了！落后了！6️⃣当把交互项加入后， 主项的整个记号竟变相反了， 这是咋回事? 如那处理呢？7️⃣DID不错有2个处理组和1个对照组么? 有联系的参考文件吗? 8️⃣12年试点， 15年扩充到天下的策略， 总结时是否包括16和17年数据？

一些接续，1️⃣七大常见计量问题接续汇总， 触及为止，异质，机制，DID，DDD，更始，固定，平行，劝慰等，2️⃣对于双重差分DID策略评估中的为止变量及第圭臬？3️⃣在平行趋势侦探中对策略前后系列年份进行缩尾处理？4️⃣使用异方差谨慎而不是聚类谨慎圭臬误， 在固定效应模子中能继承吗？5️⃣平行趋势通不外， 该聘请什么范例来更好地自豪平行趋势呢？6️⃣QA: 基尼太好意思， 农业数据， 机制侦探， 组间互异， 博士论文革命， 为止函数， FM总结 7️⃣审稿东说念主: 你2SLS-IV总结中为啥R方是负数呢？

萝莉色情底下这些短贯穿著述属于书籍，不错保藏起来阅读，否则以后齐找不到了。

7年，计量经济圈近2000篇不重类计量著述，

可班师在公众号菜单栏搜索任何计量联系问题，

Econometrics Circle乱论淫人谷

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市集化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微不雅数据 | 里面数据计量系列：匹配范例 | 内素性 | 器具变量 | DID | 面板数据 | 常用TOOL | 机制更始 | 时候序列 | RDD断点 | 合成为止 | 200篇合辑 | 因果识别 | 社会辘集 | 空间DID数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列：能源环境 | 服从接洽 | 空间计量 | 国外经贸 | 计量软件 | 商科接洽 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家造就 本站仅提供存储服务，整个内容均由用户发布，如发现存害或侵权内容，请点击举报。