אנדוגניות
 |
ערך ללא מקורות
| |
| ערך ללא מקורות | |
במודל סטטיסטי, כגון רגרסיה ליניארית, משתנה הוא אֶנְדּוֹגֵנִי אם ישנו מתאם בין המשתנה לבין השגיאה (השארית).
סיבות אפשריות
אנדוגניות יכולה לנבוע ממספר סיבות:
- ממשתנה שהושמט (או לא נאמד במודל) יתווסף לשארית. כאשר יש מתאם בין המשתנה שהושמט למשתנה מסביר אחר – גם השארית תהיה מתואמת אִתו.
- מערכת של משוואות סימולטניות – מספר משוואות אשר הגורם המסביר באחת משמש כמוסבר באחרת.
- טעות מדידה.[דרושה הבהרה]
- מהשפעה של המשתנה התלוי על המשתנה הבלתי תלוי. לדוגמה, במודל שמבקש לחזות איך כמות השוטרים משפיעה על כמות הפשיעה ישנה אנדוגניות שכן כמות השוטרים בעבודתם משפיעים על כמות הפשיעה (סביר להניח שמורידה את כמות הפשיעה). אך מצד שני כמות הפשיעה משפיעה על כמות השוטרים (סביר להניח שבערים עם פשע רב יש יותר שוטרים מלכתחילה).
דרכי התמודדות
שיטת TSLS
שיטה נפוצה אחת להתמודדות עם משתנים אנדוגניים במודל היא באמצעות ריבועים פחותים בשני שלבים (Two Step Least Squares, בקיצור: TSLS או 2SLS). בשיטה זו מנוסחת משוואה מצומצמת על סמך המודל המקורי, שבה המשתנה האנדוגני מוסבר על סמך כל הגורמים האקסוגנים במשוואה. לאחר שמבוצעת רגרסיה למשוואה זו (על פי שיטת OLS), המשתנה שנאמד תלוי רק בגורמים אקסוגנים – ולכן גם הוא אקסוגני. כעת ניתן להציב את המשתנה הנאמד במקום המשתנה האנדוגני במשוואת המקור – ומתקבלת משוואה שמכילה גורמים אקסוגנים בלבד.
שיטת IV
שיטה נפוצה נוספת משתמשת במשתנה עזר (Instrumental variable, בקיצור: IV) חיצוני שיש לו מתאם גבוה עם המשתנה האנדוגני אבל הוא כשלעצמו אקסוגני – החלפה ביניהם במודל תעזור להתגבר על הבעיה.
ראו גם
מחזור עסקים: אקסוגני לעומת אדוגני
