飄同學(xué)
2021-06-26 10:04老師，重大遺漏變量是在殘差項(xiàng)中，但又和X有相關(guān)性的變量嗎？還是說和X沒有相關(guān)性的變量？如果有相關(guān)性，放到對(duì)應(yīng)相關(guān)的那個(gè)X中去就好了呀？
所屬：FRM Part I > Quantitative Analysis 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
2個(gè)回答
Adam助教
2021-06-28 18:31
該回答已被題主采納
同學(xué)你好，
重大遺漏變量必須要滿足兩個(gè)條件：1. 遺漏的這個(gè)變量和模型現(xiàn)存的其他變量之間是高度相關(guān)的【也就是你前半段的理解】； 2. 遺漏的這個(gè)變量對(duì)于y來說是有顯著解釋效力的；
二者是缺一不可的。
-
追問
之所以被遺漏，是因?yàn)樗c某個(gè)X高度相關(guān)，所以不易被發(fā)掘，是嗎？
0
0
1
1
Jenny助教
2021-06-29 10:34該回答已被題主采納
同學(xué)你好，這個(gè)其實(shí)可以從建模的角度去理解。
一般來說，在建模初始階段，比如研究居民收入由什么因素來解釋，在前期可以考慮教育背景，所處地區(qū)，行業(yè)等等因素，但其實(shí)你也并不知道這些是不是就是所有有關(guān)的解釋變量了。很多時(shí)候，某些變量可能就是建模沒有考慮周全，"天然地"遺漏掉了，而遺漏變量這個(gè)問題本身在建模中也確實(shí)是很常見的，對(duì)于一個(gè)回歸模型，最理想的情況莫過于：模型包含了可以解釋因變量的所有自變量，同時(shí)剔除了所有不能解釋因變量
的自變量。但是，基本上所有的模型都無法達(dá)到這個(gè)條件，他們之中，要么（1）剔除了應(yīng)該包含的自變量，要么，（2）包含了不該包含的自變量。
所以建模是需要大量的后期勘正和校驗(yàn)的工作，將模型不斷地進(jìn)行修正。比如你提到的這個(gè)遺漏變量的問題，很多時(shí)候可能就會(huì)通過異方差觀察到，在回歸假設(shè)里面，殘差項(xiàng)的方差不應(yīng)該隨著x 的變化而變化，但由于遺漏變量，被漏掉的變量都?xì)w到殘差里面了，那么殘差就會(huì)跟其他的變量相關(guān)，從而觀測(cè)到異方差的現(xiàn)象。所以這類現(xiàn)象一般是在勘正過程中發(fā)現(xiàn)，并權(quán)衡是否修正。
-
追問
謝謝老師?。?！
-
追答
不客氣噠~
0
0
2
2
