การตีความสัมประสิทธิ์การถดถอยทั้งที่มีและไม่มีการบันทึก


2

สมมติว่าคุณต้องการประเมินผลตอบแทนการศึกษา

รุ่น 1 (ไม่มีบันทึก) : ถือว่า DGP คือ:

wi=α+βxi+ζi+ei

โดยที่คือการเรียนหลายปีζ ฉันเป็นเซลล์สืบพันธุ์ที่ไม่ได้ถูกค้นพบ (เช่นความสามารถในการจับภาพ) และeเป็นข้อผิดพลาดที่แปลกประหลาด นอกจากนี้ค่าจ้างวัดเป็น$ต่อชั่วโมงxζie

คำถามที่ 1 : เนื่องจากตัวแปรตามอยู่ในค่าจ้างต่อชั่วโมงนี่หมายความว่า , e iยังอยู่ในค่าจ้างต่อชั่วโมงหรือไม่? เช่นเดียวกันสำหรับคอมโพสิตβ x i ? หากเป็นกรณีนี้β - การกลับไปสู่การศึกษา - ถูกกำหนดให้เป็นค่าจ้างต่อชั่วโมงต่อปีของประสบการณ์α,ζieiβxiβ

รุ่น 2 (บันทึก) : ถือว่า DGP คือ:

LNWผม=α+βxผม+ζผม+อีผม

โดยที่ค่าจ้าง, , ζ iและexζผมอีเป็นไปตามที่กำหนดไว้ข้างต้น

ตามคำตอบของคำถามนี้การเปลี่ยนแปลงบันทึกของตัวแปรไม่มีขนาด ในผลคือมิติ คำถามที่ 2 : สิ่งนี้หมายความว่าα , ζ iและe iเป็นแบบไร้มิติหรือไม่? เป็นคอมโพสิตβLNWผมα,ζผมอีผมไร้มิติหรือไม่? ถ้าเป็นเช่นนั้นมิติของ βคือ "ประสบการณ์มากกว่า 1 ปี" (!) ถ้าอย่างนั้นเราสามารถตีความ βว่าเป็น% ค่าจ้างที่เปลี่ยนแปลงไปอย่างไรหลังจากการศึกษาพิเศษอีกปีหนึ่ง?βxผมββ

คำตอบ:


1

คำถามเกี่ยวกับ DGP ที่แท้จริงคืออะไรและคุณตีความค่าสัมประสิทธิ์ของแบบจำลองที่คุณประเมินนั้นไม่เกี่ยวข้องทั้งหมดได้อย่างไร

(1) สำหรับรุ่นแรกของคุณβ การตีความคือการคาดการณ์ w จะเพิ่มขึ้นβหน่วยของสิ่งที่หน่วย w อยู่ในเมื่อคุณเพิ่ม x 1 หน่วยของสิ่งใดก็ตามที่หน่วย x อยู่Wx=ββ

(2) สำหรับรุ่นที่สองของคุณβ นั่นหมายความว่าβคือความยืดหยุ่นและถ้าคุณเพิ่ม x 1% แล้ว w ที่ทำนายโดยแบบจำลองของคุณจะเพิ่มขึ้นβWxxW=βββ % เนื่องจากสัดส่วนที่เพิ่มขึ้นนั้นไม่ขึ้นกับหน่วยคุณอาจพูดได้ว่าแบบจำลอง / สัมประสิทธิ์ของคุณไม่มีมิติ แต่ฉันคิดว่าคำที่คุณต้องการนั้นมีความยืดหยุ่น


2

คำตอบที่เป็นไปได้หากยังไม่สายเกินไป

คำถามที่ 1: ใช่ถ้าคุณหมายถึง "การเรียนต่อปี" ในตอนท้ายของคำถาม ดังนั้นหน่วยของคือ$ / h rβxผม$/ชั่วโมงRอาร์

βเข้าสู่ระบบ($/ชั่วโมงR)/YอีaRsΔ(βxผม)Δเข้าสู่ระบบ($/ชั่วโมงR)Δ(βx)β

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.