4.4 Endogenität Flashcards

1
Q

Gegeben

A

Wenn Korrelation zwischen e und x ungleich Null ist. (Siehe Formel)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Inkonsistent

A

Schätzer konvergiert nicht gegen seinen wahren Wert, wenn Stichprobengröße steigt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Ursachen

A
  1. Simultanität
  2. Selbstselektion
  3. Fehlende Variablen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Berücksichtigung von Endogenität im Modell

A
  • Korrektur der Modellspezifiktion , z. B.
  • > fehlende Variablen aufnehmen
  • > Mehrgleichungssystem bei Simultanität

-Schätzung mit Instrument Variablen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Instrument-Variablen: Grundidee

A

Endogene unabhängige Variable wird ersetzt durch Instrument(e).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Instrument-Variablen: Anforderungen

A
  1. Stark korreliert mit endogener unabh. Var. x (starkes Instrument)
  2. Nicht korreliert mit Fehlerterm e (valides Instrument)
  3. Mindestens so viele Instrument Var. wie endogene unab. Variablen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Instrument-Variablen: Vorgehen

A

Schätzung mit Two Stages Least Squares (2SLS)

  1. Schritt: Regression der unabh. endogenen Var. x auf Instrument Var. z
  2. Schritt: Prognose von x^ und Ersetzen von x durch x^ in der Ausgangsgleichung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Instrument-Variablen: Güte

A

Instrument Variablen lösen Endogenitäts Problem, wenn geeignete Instrumente
gefunden werden können.

-> Falls nicht, ist Kur evtl. schlimmer als ursprüngliche Problem!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Instrument-Variablen: Problem

A
  • Hohe Korrelation mit Fehlerterm e -> Endogenitätsproblem nicht gelöst, Schätzer verzerrt
  • Geringe Korrelation mit unabh . Var. x -> ineffizient
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Propensity Score Matching

A

Geeignet zur Lösung von Selbst Selektions Problemen.

Grundidee:

  • Quasi Experiment
  • Künstlich vergleichbare Treatment und
  • Kontrollgruppen herstellen Identifikation von „Zwillingspaaren“
  • > Unterschiede möglichst nur im Treatment

Vorgehensweise:
- Berechnung eines Propensity Scores für jeden Probanden: Wahrscheinlichkeit,
dass ein Proband das Treatment erhält in Abhängigkeit von Kovariaten (Log. Reg.)
- Matchen von Probanden mit ähnlichen Propensity Scores

Güte : hängt ab von Eignung der Kovariate
(müssen Treatment Wahrscheinlichkeit gut vorhersagen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly