所謂內生性是解釋變數與殘差項具相關性所產生，此時稱該解釋變數為內生變數。
可依內生變數與殘差相關的原因做處理：
1.內生變數本身為內生的，即該變數也被Y決定。
  考慮使用兩階最小平方法或工具變量法
2.內生變數有衡量誤差。
  可能存在遺漏變數、或未正確處理資料(如資料應取LOG未取、資料存在錯誤或缺失值過多)

从解析角度而言,内生问题似乎是相关性及检验问题;
从辩证角度而言,内生问题似乎是主次关系和内因/外因关系,以及阶段性问题
以上仅供参考

先检验看存不存在内生性，然后若存在可以采取的基本方法有 取对数， 工具变量法， 2SLS

看不懂噢。。。先收着吧

总的说来，内生性主要由以下原因造成：

1. 遗漏变量：如果遗漏的变量与其他解释变量不相关，一般不会造成问题。否则，就会造成解释变量与残差项相关，从而引起内生性问题。

2. 解释变量与被解释变量相互影响

3. 度量误差 （measurement error）：由于关键变量的度量上存在误差，使其与真实值之间存在偏差，这种偏差可能会成为回归误差（regression error）的一部分，从而导致内生性问题。

解决内生性问题的方法主要有：

1.工具变量法（IV）

这种方法相信大家都已经学过，就是找到一个变量和内生化变量相关，但是和残差项不相关。在OLS的框架下同时有多个IV，这些工具变量被称为two stage least squares (2SLS) estimator。具体的说，这种方法是找到影响内生变量的外生变量，连同其他已有的外生变量一起回归，得到内生变量的估计值，以此作为IV，放到原来的回归方程中进行回归。

2. 自然实验法

就是找到一个事件，该事件只影响一部分样本，或者只影响解释变量而不影响被解释变量。

3.Difference-in-Difference （DID）法

思想是按照一定的标准，找到与样本match的控制组。在假设外在冲击同时影响两个组别的情况下，做差来剔除掉外界冲击的影响。

4. 动态panel

思想是将解释变量和被解释变量的滞后项作为IV

老师您好，我在做关于健康与收入的论文，健康的指标选择也面临内生性问题（CHNS2011数据库，我目前只选了BMI和疾病严重程度）您觉得用哪种方式来解决比较简明有效呢？