試答一下 ※ 引述《Motorado (摩托小拉多)》之銘言： : 各位大家好，我最近遇到了一個問題， : 由於我不是計量經濟背景， : 所以以下的問題可能會有點好笑就是了 orz : 就是在計量經濟中提到， : OLS在估計時可能會因simultaneity(同時偏誤)的問題而使得估計有biased， : 所謂simultaneity就是因果的問題， : ex：雞與雞蛋的價格，如果雞蛋很多， : 　　雞價可能會跌；如果雞蛋很少，那雞價可能會提高。 : 　　但這樣可能會有因果謬誤，可能是雞價變高，所以就會多養雞， : 　　然後造成雞蛋變多。 : 問題一：那我想問在logistic regression中應該也會有這個問題吧？ 所有的統計方法基本上都無法解決simultaneity的問題, 因為統計方法只能給予自變數和應變數之間的相關程度 (association or correlation)的估計, 而無法給予因果關係上的推論. 因果關係的推論需要額外的資訊(或假設), 例如, 時序關係, 在雞與蛋的例子中,如果我們確定雞價變高發生於雞蛋變多之前, 則雞價變高可能是雞蛋變多的間接原因, 但是雞蛋變多不會是雞價變高的原因(未來的事情不可能是過去的事情的原因) : 問題二： : 我們老師有提到，這可以用2SLS來解決，或者用instrument variable來解決， : 但我估狗的老半天，我還是不大懂， : 不知道是否有板有可以推薦我ㄧ些reference， : 我可以來猛K一番... orz : 先謝謝各位的回答喔！ 關於用instrumental variable來解決confounding的方法可以參考這本 (Amazon連結) http://www.amazon.com/dp/0521671930/ref=rdr_ext_sb_pi_hist_1 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 24.62.24.169