因果推断实用计量方法ppt第4 章 标准误差.pptx

第4章：标准误差版权所有@邱嘉平，使用需经授权

大纲理解同方差理解异方差理解自相关理解集群相关版权所有@邱嘉平，使用需经授权

理解同方差版权所有@邱嘉平，使用需经授权

模型：??=??+????+???版权所有@邱嘉平，使用需经授权

定义?版权所有@邱嘉平，使用需经授权

图4.1同方差情况下的干扰项分布版权所有@邱嘉平，使用需经授权

同方差情况下的估计系数协方差矩阵??版权所有@邱嘉平，使用需经授权

?版权所有@邱嘉平，使用需经授权

处理异方差和自相关问题方法广义最小二乘法（GLS）先将模型进行转换，使得干扰项满足同方差，再用OLS进行回归。优点：线性关系系数估计值的方差是最小的，即系数估计是最有效的；缺点：模型转换需要预知或估计干扰项的协方差矩阵形式，在实际运用中通常是不可行或十分复杂的。OLS不转换模型，直接使用OLS在原模型中估计系数，并计算出异方差和自相关下OLS估计系数的方差。优点：处理简单，不需要转换模型；缺点：OLS系数估计量相比GLS的系数估计量的标准误差会较大。版权所有@邱嘉平，使用需经授权

理解异方差版权所有@邱嘉平，使用需经授权

定义?版权所有@邱嘉平，使用需经授权

理解异方差?版权所有@邱嘉平，使用需经授权

理解异方差图4.2异方差情况下干扰项的分布?版权所有@邱嘉平，使用需经授权

处理方法使用OLS估计并计算稳健标准误（robuststandarderror）如果已知存在异方差，但不知道异方差的具体情况，通常使用OLS的方法并计算在异方差情况下OLS估计值的标准误。广义最小二乘法(GLS，GeneralizedLeastSquare)如果干扰项异方差的具体形式已知，可以采用GLS方法对干扰项方差较大的观测点赋予较小的权重。版权所有@邱嘉平，使用需经授权

使用OLS估计?版权所有@邱嘉平，使用需经授权

计算稳健标准误?版权所有@邱嘉平，使用需经授权

??版权所有@邱嘉平，使用需经授权

??版权所有@邱嘉平，使用需经授权

??版权所有@邱嘉平，使用需经授权

广义最小二乘法(GLS)—例子?版权所有@邱嘉平，使用需经授权

??版权所有@邱嘉平，使用需经授权

理解自相关版权所有@邱嘉平，使用需经授权

定义?版权所有@邱嘉平，使用需经授权

?图4.3自相关方差情况下干扰项的分布版权所有@邱嘉平，使用需经授权

处理方法1—使用OLS估计并计算稳健标准误?版权所有@邱嘉平，使用需经授权

处理方法1—使用OLS估计并计算稳健标准误?版权所有@邱嘉平，使用需经授权

方法1—使用OLS估计并计算稳健标准误?版权所有@邱嘉平，使用需经授权

方法2—广义最小二乘法(GLS)?版权所有@邱嘉平，使用需经授权

集群相关标准误差版权所有@邱嘉平，使用需经授权

定义集群相关标准误（ClusteringStandardError）指的是在同一个集群内的干扰项是相关的，但不同集群间的干扰项是不相关的情况下的标准误差。例如：同一个企业不同年份的观测点是一个集群：同个企业不同年份观测点的干扰项很可能是相关的，因为影响同一家企业经营的干扰因素有连续性，但不同企业观测点的干扰项可能是不相关的。同一个班级的学生是一个集群：每个班级不同学生的干扰项可能是相关的，因为同一班的学生容易受到同样的干扰因素影响（例如老师生病），但不同班级学生的干扰项可能是不相关的。版权所有@邱嘉平，使用需经授权

公式?版权所有@邱嘉平，使用需经授权

集群干扰项方差矩阵?版权所有@邱嘉平，使用需经授权

例子?版权所有@邱嘉平，使用需经授权

理解集群方差?版权所有@邱嘉平，使用需经授权

理解集群方差?版权所有@邱嘉平，使用需经授权

理解集群方差?版权所有@邱嘉平，使用需经授权

理解集群方差另一个不那么极端，但更可能出现的情况是，同一所学校所有学生的成绩可能相关，但不同学校间的学生成绩不相关。如果抽取的A学生和B学生来自同一所学校，他们的成绩并不完全相同，但却是正相关的。如果我们知道A的成绩，就可以在一定程度上推断B的成绩。因此B的成绩并不完全是新信息，有效信息量较少。版权所有@邱嘉平，使用需经授权

理解集群方差那么在A学生和B学生的成绩相关的情况下，学生B的成绩提供了多少新信息？这取决于学校共同干扰因素对A和B的影响，学校可以认为是一个集群。如果他们的成绩都非常受到学校情况的影响，那么他们的学习成绩会非常类似，即正相关性较大，新信息含量少。如果他们的学习成绩受学校因素的影响不大，主要取决个人的情况，那么他们的正相关性较少，新信息含量多。版权所有@邱嘉平，使用需经授权

理解集群方差?版权所有@邱嘉平，使用需经授权

理解集群方差?版权所有@邱嘉平，使用需经授权

理解集群方差?版权所有@邱嘉平，使用需经授