是否对OLS中的遗漏变量偏差进行了测试？

11

我知道Ramsey重置测试可能会检测到非线性相关性。但是，如果只丢弃其中一个回归系数（仅是线性相关性），则可能会产生偏差，具体取决于相关性。重置测试显然未检测到这一点。

我没有找到针对这种情况的测试，而是这样声明：“除非包含潜在的省略变量，否则您无法测试OVB”。这可能是一个合理的陈述，不是吗？

regression multiple-regression bias causality diagnostic

— 用户名
source

11

如果有工具变量可用，则可以测试遗漏变量偏差而无需测量遗漏变量。

因此，我将您的陈述扩展为：

您不能测试遗漏变量偏差，除非包括潜在的遗漏变量，除非有一个或多个工具变量可用。

但是，存在一些假设，其中一些假设在统计上无法检验，因为它说变量是一种工具变量。因此，如果您没有对潜在的遗漏变量进行度量，则在不做一些假设的情况下就无法避免遗漏变量偏差。

— 1站
source

7

没有统计测试可以检测到遗漏的变量偏差。

但是，如果您怀疑被忽略的变量可能会导致遗漏的变量偏差，并且您拥有针对该变量的工具，则可以针对该特定变量测试OVB。

有关省略的变量偏差的一般讨论，您可以查看以下站点：

它包含了关于如何解决遗漏变量偏差的一般性很好的讨论，以及在进行回归之前应采取哪些预防措施。

— 克拉拉·罗兰德（Clara Rollande）
source

6

简单的例子：

如果真实的关系描述为：

ÿ = β_{0} + β_{1个} X_{1个} + β_{2} X_{2} + ε

$y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \varepsilon$

省略解释变量的回归，例如：

ÿ = β_{0} + β_{1个} X_{1个} + ε

$y = \beta_0 + \beta_1x_1 + \varepsilon$

正在遭受遗漏的变量偏差，如果

$y = \hat\beta_0 + \hat\beta_1x_1 + \hat\varepsilon$ $x_2$ $x_2$

— 阿卡瓦尔
source

声明说的是，是的。这样您可以确认吗？

— user13655 2012年

是的，我认为这种说法是合理的。

— Akavall 2012年

1

$x_2$ $β_0$ $β_1$ $x_2$ $x_1$ $x_2$ $x_2$

— 迈克尔·R·切尼克
source