计量经济学里面有很多种外生性假设,比如:
- (A1)
- (A2)
- (A3),即u与x独立
其中。
此外如果考虑时间,还有很多外生性的假设,比如在面板数据里面:
- (B1)
- (B2)
- (B3)
等等。不同的假设对应到不同的环境中去。以上A3强于A2强于A1,B1强于B2强于B3. 如果有了(A2),那么(A1)必定满足。
比如在普通的OLS里面,假设A1就可以保证一致性了,但是无偏性呢?只有假设了A2才能保证。
一般在线性模型下,只要假设不相关就够了。但是很多模型,比如要做GLS的时候,这就需要假设很多很多线性不相关,所以还不如直接假设(A2)。
此外在非线性模型里面,(A1)是绝对不够的,必须得假设(A2)甚至(A3)。
比如在线性面板数据里面如果个体异质性外生,只要假设就可以保证OLS的一致性,但是如果你要用random effect, 那么就必须得保证(B1)成立,否则你做GLS的时候可能会由于而丧失一致性,但是如果你要假设(A1)的形式的话,题主可以自己写一下,怎么看怎么怪怪的,不如直接写成条件期望的形式简洁。
— 完 —
本文作者:Jichun Si
【知乎日报】
你都看到这啦,快来点我嘛 Σ(▼□▼メ)
此问题还有 1 个回答,查看全部。
延伸阅读:
记者用的笔记本有哪些推荐?
有哪些好用的笔记本电脑自建无线热点软件?