辛苦楼主 受教了

这么多字，LZ真是辛苦啦

Mark!

不错！

内生性问题！重中之重！

很好，浅显易懂

大概看懂了，多谢楼主分享心得

分析的很赞，学习了

谢谢分享。根据自己水平做点补充：

"这里涉及到前面曾经困惑的一个概率，随机解释变量，随机解释变量就是说解释变量是随机的，原因根据我的思考总结，大概是这两类，1.观测值存在误差2.根据Y=α+θX+μ，如果Y能影响X，由于Y是随机的，自然X也就带有随机性了。"

还有一种可能， 如果实验设计本身就是随机的 （random design）， 那么X也是随机的。 比如身高是解释变量，体重是自变量。 如果数据是随机抽样得来的， 即使没有测量误差（measurement error）, X也是随机的。

“残差u服从正太分布，这个和估计值的一致无偏有效性没有关系，但是在进行有效性检测是，就要用到这个假设了，如果残差不符合正太分布，根本就没办法进行任何检测了”

补充一点，如果残差不服从正态分布，那说明线性模型本身就有问题。

谢谢分享，虽然没有读懂 ，但是还是做个记号 以后继续学习

学习了，谢谢

谢谢楼主的分享啊，学习了

谢谢楼主的分享啊，学习了

不错  学习了

做个记号

非常感谢分享！

MARK，谢谢楼主分享

哈哈，多谢指教，写的真心不错！

[victory][victory][victory]

好啊文章，应该收藏

好像GMM也是处理内生性问题的一个方法。但我有时候很难确定哪个是内生变量，或者模型是否存在内生性问题。

好像GMM也是处理内生性问题的一个方法。但我有时候很难确定哪个是内生变量，或者模型是否存在内生性问题。

向您请教一个问题，我看到一篇关于定价的论文，其中加入了前期同行费用中位数（PGLNFEE）作为解释变量，
模型是LNFEEi,t =α+β1PGLNFEEi,t-1 +β2ControlVariablesi,t +εi, t  
他为了检测模型的内生性加入了一个检测模型
△LNFEEi,t=α+β1DISTANCEi,t-1 +β2ControlVariablesi,t+εi,t
其中DISTANCEi,t-1是前期费用对数和同行费用中位数对数的差
我想问一下，后面这个检测模型是用什么方法做出来的呢？这个检测模型合理么？
菜鸟请教，我才研一，刚刚接触计量很多地方不懂

说得很详细

不错，学习了

不错，小白学习了。PS：为众多像我一样的小白补点常识。
CLRM：经典线性回归模型（Classic Linear Regression Model）
OLS：普通最小二乘法（Ordinary Least Square）

学习中

学习了学习了

学习了

似乎经济学和计量里面的内生变量定义并不一样，陈强老师书中好像提过一句