我应该教计量经济学的弗里什·沃夫定理,但我还没有研究过。
我已经了解了其背后的数学原理,也希望这个想法“如果您“消除”其他回归变量的影响,则从多重线性模型中为特定系数获得的系数等于简单回归模型的系数”。因此,理论上的想法有点酷。(如果我完全误解了,我欢迎您提出更正)
但是它有一些经典/实用用法吗?
编辑:我已经接受了一个答案,但仍然愿意有新的带来其他示例/应用程序。
我应该教计量经济学的弗里什·沃夫定理,但我还没有研究过。
我已经了解了其背后的数学原理,也希望这个想法“如果您“消除”其他回归变量的影响,则从多重线性模型中为特定系数获得的系数等于简单回归模型的系数”。因此,理论上的想法有点酷。(如果我完全误解了,我欢迎您提出更正)
但是它有一些经典/实用用法吗?
编辑:我已经接受了一个答案,但仍然愿意有新的带来其他示例/应用程序。
Answers:
考虑固定效果面板数据模型,也称为最小二乘虚拟变量(LSDV)模型。
Ŷ = X β + d α + ε ,d Ñ Ť × Ñ α可以通过将OLS直接应用于模型来计算 其中是虚拟的虚拟矩阵,表示特定于个体的固定效果。
计算另一种方法是将所谓的内部转换应用到常规模型中,以获得其简化版,即 在这里,是回归的残差生成矩阵。中号[ d ] ÿ = 中号[ d ] X β + 中号[ d ] ε 。中号[ d ] = 我- d (d ' d )- 1 d ' d
根据Frisch-Waugh-Lovell定理,这两个等价,因为FWL表示您可以通过以下公式计算回归的回归系数子集(此处为):
第二个版本使用更为广泛,因为典型的面板数据集可能具有数千个面板单位,因此第一种方法将要求您使用数千个回归变量进行回归,即使在当今快速实现数字上也不是一个好主意。计算机,因为计算的逆数将非常昂贵,而时间确定和的成本却很小。(D :X )'(
这是另一种更间接的方法,但我认为很有趣,即计算固定时间序列的部分自相关系数的不同方法之间的联系。
定义1
考虑投影 第个部分自相关等于。
因此,它给出了第个滞后对 \ emph {的控制}。将此与对比,得出和的“原始”相关性。
我们如何找到?回想一下在回归变量上回归的基本属性是系数使得回归变量和残差不相关。然后,在总体回归中,根据群体相关性说明此条件。然后: 解决我们发现线性投影的系数 应用此公式为和米- 2 ⋮ ⋮ ⋱ ⋮ γ 米- 1
因此,我们进行了多元回归,找到了一个感兴趣的系数,而对其他感兴趣的系数进行了控制。
定义2
第个部分相关性是用预测的的预测误差与用预测的的预测误差的相关性。ÿ 吨+ 米 ý 吨- 1,... ,ÿ 吨- 米+ 1 Ÿ 吨 ÿ 吨-
因此,我们首先对中间滞后进行控制,然后计算残差的相关性。