为什么需要逐步地而不是一次性加入控制变量?

稿件:econometrics666@126.com

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

背景知识:1.confounder与collider啥区别? 混淆 vs 对撞,2.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系,3.最全估计方法,解决遗漏变量偏差,内生性,混淆变量和相关问题,4.因果推断专题:1.混淆变量,5.因果推断专题:6.再谈混淆变量,7.控制变量就能影响结果显著性, 所以存在很大操作空间, 调参数是常用手段吗?8.合理使用控制变量的策略与建议, 从研究设计, 数据收集与分析和结果报告三方面下手!9.加入其他控制变量后, 估计系数的符号相反了?10.控制变量选择问题: 如何鉴别好或不好的控制变量?附上14篇相关文章!11.什么时候应该使用回归分析?控制变量意味着什么?12.如何选择正确的因变量(控制变量),让你的计量模型不再肮脏,13.什么是不好的控制变量, 什么又是好的控制变量? 14.控制、调节和中介变量,系说

正文

接着“审稿人, 中介变量能放到回归中去吗?那混淆变量, 不相关变量和对撞变量呢?”,今天继续说一说关于模型识别问题。
注:参考文献也来自于上面这篇推文。
Q:为什么需要逐步地(不是一次性)加入控制变量, 然后观测核心变量的系数变化?
A:可以看看下面这幅图的解释:
我们还可以向读者展示两种结果——包含控制变量后核心解释变量的系数,以及不包含控制变量时它的系数。如果它们之间的差异很大(根据某种标准做出判断),读者可能会认为研究结果存在某种不精确感。如果差异很小,那么控制变量的选择就没有什么关系。
据上可知,只有在比较不同模型的结果的过程中,我们才能看到控制变量的影响有多明显。重要的是(至少从实证角度看)增加控制变量后,核心解释变量的结果会发生什么变化。相关信息,在于该核心解释变量的变化(而不是控制变量的系数)。呈现一个已经包含所有控制变量的单一模型,并不能揭示出控制变量在减轻混杂偏差方面的影响。
注:参考文献也来自于上一日的这篇推文。

关于回归中变量的问题

1.什么时候应该使用回归分析?控制变量意味着什么?2.如何选择正确的因变量(控制变量),让你的计量模型不再肮脏,3.调节变量, 中介变量和控制变量啥区别与联系? 4.控制、调节和中介变量,系说,5.核心解释变量A不显著, 但加入变量B后, 为什么A和B都显著了?6.被解释变量比解释变量的层级更高的模型设定合理么?7.审稿: 协变量何时重要? 哪个重要, 有多重要?8.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系,9.因果推断专题:6.再谈混淆变量,10.什么时候需要标准化回归模型中的变量?11.因果推断专题:1.混淆变量,12.虚拟变量回归模型是什么? 政策评估的前件,13.11种与机器学习相关的多元变量分析方法汇总,14.回归中各变量的数值相差过大有事, 又有什么问题?15.哦, 不, 回归符号反了, 我们该怎么办?16.回归系数与预期相反时, 我们能够采取的方法和思路有哪些?17.显著不显著的后背是什么, 非(半)参估计里解决内生性,18.在什么情况下多增加一个自变量后, 回归的R方会变小呢?19.控制变量选择问题: 如何鉴别好或不好的控制变量?附上14篇相关文章!20.如何测度不可观测变量遗漏的严重程度, 建议各位学者看过来!21.如何选择合适的工具变量, 基于既有文献的总结和解释!22.如何选择合适的工具变量, 基于既有文献的总结和解释!23.如何测度不可观测变量遗漏的严重程度, 建议各位学者看过来!24.社会网络计量经济学是什么?测度社会关系网中的同伴效应!25.社会网络分析最新文献和软件学习手册,26.添加一个新变量能使以前不显著的变量变得显著了?27.加入其他控制变量后, 估计系数的符号相反了?28.估计工具变量回归时, 是否必须将所有外生变量用作工具变量?29.实证分析观测数据的10条检查清单, 消除实证分析中许多潜在的虚假结果,30.可以在面板回归分析中使用时间序列解释变量或被解释变量吗?31.收入和年龄等变量是将其转化成有序离散变量还是当成连续变量进行回归呢?32.你确定找到一个好的工具变量了吗? 这将是一篇最值得你看的文章!

下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据
计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 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 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验

计量经济圈组织了一个计量社群,有如下特征:热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。

(0)

相关推荐