试答一下 ※ 引述《Motorado (摩托小拉多)》之铭言： : 各位大家好，我最近遇到了一个问题， : 由於我不是计量经济背景， : 所以以下的问题可能会有点好笑就是了 orz : 就是在计量经济中提到， : OLS在估计时可能会因simultaneity(同时偏误)的问题而使得估计有biased， : 所谓simultaneity就是因果的问题， : ex：鸡与鸡蛋的价格，如果鸡蛋很多， : 　　鸡价可能会跌；如果鸡蛋很少，那鸡价可能会提高。 : 　　但这样可能会有因果谬误，可能是鸡价变高，所以就会多养鸡， : 　　然後造成鸡蛋变多。 : 问题一：那我想问在logistic regression中应该也会有这个问题吧？ 所有的统计方法基本上都无法解决simultaneity的问题, 因为统计方法只能给予自变数和应变数之间的相关程度 (association or correlation)的估计, 而无法给予因果关系上的推论. 因果关系的推论需要额外的资讯(或假设), 例如, 时序关系, 在鸡与蛋的例子中,如果我们确定鸡价变高发生於鸡蛋变多之前, 则鸡价变高可能是鸡蛋变多的间接原因, 但是鸡蛋变多不会是鸡价变高的原因(未来的事情不可能是过去的事情的原因) : 问题二： : 我们老师有提到，这可以用2SLS来解决，或者用instrument variable来解决， : 但我估狗的老半天，我还是不大懂， : 不知道是否有板有可以推荐我ㄧ些reference， : 我可以来猛K一番... orz : 先谢谢各位的回答喔！ 关於用instrumental variable来解决confounding的方法可以参考这本 (Amazon连结) http://www.amazon.com/dp/0521671930/ref=rdr_ext_sb_pi_hist_1 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 24.62.24.169