Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre l'utilisation de variables instrumentales pour traiter l'erreur de mesure et la causalité inverse dans les modèles de régression. Il explique comment les variables instrumentales aident à corriger les biais causés par des facteurs non observés affectant à la fois les variables indépendantes et dépendantes. La discussion comprend des exemples de la façon dont les variables omises et la simultanéité peuvent conduire à des estimations incohérentes. La séance de cours se penche également sur le concept de biais d'atténuation dans la régression OLS en raison d'une erreur de mesure. Des applications et des solutions pratiques, telles que la transformation Cochrane-Orcutt et les erreurs standard de Newey-West, sont explorées.
Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.
Regarder sur Mediaspace