第三章：回归和果关系.pptVIP

回归和因果关系 徐琰超 CIA（Conditional independence Assumption） 考虑如下问题：一个人是否选择上大学，以虚拟变量C表示。 其中 表示个体i上大学的潜在收入， 表示一个人不上大学的潜在收入。我们能够观察到的 可以表示为： 通过上面定义的公式，我们可以得到如下公式： 表示样本中接受大学教育的人群的平均收入 表示样本中未接受大学教育人群的平均收入 如果上面两个式子相减，可以得到： 计量的核心目标是为了得到： 表示读大学的群体实际的收入与没有接受大学教育所能获得潜在工资水平之间的差。 而实际的回归所得到的是实际因果效果和选择性偏误的综合值。为了剔除选择性偏误，我们定义条件独立假设（CIA）为如下形式： 理解CIA CIA假定表示在Xi的条件之下，潜在的结果 与自变量 独立。 换句话说： 在给定Xi的条件之下，是否上大学的决定与工资收入是相互独立的。 现在我们将CIA假设扩展到因果变量可以多值的情况，例如受教育年限。 假设个体的收入水平为： 上述函数表示对个体i而言，教育回报率的函数形式是不同的。如果我们考虑教育年限S取两个值12和16。 两个函数值分别表示高中毕业的潜在收入水平和大学毕业的潜在收入水平，上述两个数据的差就是我们需要的因果效果。 CIA条件表示在给定控制变量集合Xi的条件下，潜在结果Ysi和Si是相互独立的。 田纳西的实验 田纳西曾经对师生比例高低是否能够影响教学质量进行了实验。 在实验中，每个学校里分为大班和小班。 小班是随机分配的，一定时间之后，比较不同班级规模的学生平均成绩之间的差距。 在给定Xi的条件下，多接受一年教育多带来的平均因果效果就是： 。而多接受四年教育的平均效果就为： 现实数据只能告诉我们 ，也就是当S=Si的时候的教育回报水平 。但是给定CIA假定，在Xi一定的条件下，不同教育水平下的平均收入的差异可能解释为教育的因果效果。 对于任何的S都有： 一个例子 对高中是否毕业而言： 就能够理解为因果关系。 困难 到目前为止，对Xi可取的每一个值都构造了一个因果效果。这样做的结果是协变量Xi取多少值就可能会存在多少因果效果。 对上面的例子而言，如果CIA假设满足，我们可以计算相同条件下（即Xi都相同）教育年限为12和教育年限为11的人的平均收入的差来得到因果效果。例如Xi包含的变量为（Sex ，Age）。那么，Sex=1表示女性，age的取值范围从20-60。 在上面的条件下，一个因果关系可以表示为： 表示年龄为20岁的女性，高中毕业比高中肄业的平均教育回报水平。 表示年龄为48岁的男性，高中毕业比高中肄业的平均教育回报水平。 像上面的因果关系可以找到很多，计量经济学者往往发现用一个相对综合的指标概括一系列因果关系很有用！ 综合 我们可以利用迭代期望定理对不同的因果效果进行综合。例如： 当然我们还可能对高中毕业相对于高中肄业的因果效果： 上述方法无法完全推广到我们真正关心的问题上，因为S可能取很多值。每一个取值多带来的效果可能都不同，因此我们还需要想办法将不同的因果效果进行汇总。 不合格的控制变量 问题的提出：遗漏变量问题（The Problem of Omitted Variable） 估计结果： 在遗漏变量的问题中，对协变量的控制可以提高回归估计值的可信度，逐渐的让回归的参数趋向于真实的因果效果，但是不是控制的变量越多越好？ 答案是否定的。 由于我们总是能够将经验研究想成一个实验，所以不合格的控制变量本身可以作为被解释变量。 所以合格的控制变量是指当我们选定回归元之后，它的取值是给定的那些变量。 一个例子 我们对大学教育对收入的影响感兴趣。同时人们可以在白领和蓝领之间进行职业选择。 Remark：大学教育是桐乡白领的必经之路！ 那么职业的选择是否能够成为教育对收入进行回归中的一个控制变量呢？ Wi表示个体i是否为白领工人的虚拟变量。收入为Yi。是否接受大学教育的两种不同的潜在结果，分别记为 ： 及 ，则存在： 如果上大学与否满足CIA假定，那么： 不合格的控制变量意味着给定Wi之后，无法对收入水平的差距富裕一个因果解释。 如果Ci满足CIA假定，那么： 表示白领工人并且是大学毕业生的平均工资水平减去白领工人非大学毕业生的平均工资水平。 而我们想得到的是：白领工人中，大学毕业生的平均工资水平和相同的人如