Noter og Formler.pdf - sociologisk-notesblok

Data problemer
Indtil videre har vi antaget, at MLR.2 altid er opfyldt
Vi har antaget, at data stammer fra en tilfældig stikprøve
Der er mange grunde til, at denne antagelse ikke er opfyldt i praksis:
- Manglende observationer: Tilfældigt eller ej?
- Ikke-tilfældig dataudvælgelse: Exogent eller endogent.
Manglende observationer:
- Manglende observationer vil reducere antallet af brugbare observationer i analysen
- Det afgørende for, om manglende observationer giver alvorlige problemer, er hvorfor observatio-
nerne mangler
- Hvis observationerne mangler ”tilfældigt”, er det et mindre problem -> mindre præcise estimater
Ikke-tilfældig dataudvælgelse:
Der er forskellige måder hvorpå stikprøven kan være ikke-tilfældig (dvs. antagelse MLR.2 ikke er opfyldt):
- Eksogen dataudvælgelse
- Endogen dataudvælgelse
- Stratificeret dataudvælgelse
Dataudvælgelse der er baseret på information, der er relateret til den afhængige variabel, giver ofte anled-
ning til bias.
Eksogen dataudvælgelse:
- Dataudvælgelse baseret på værdien af en af de forklarende variabler
- Denne type af dataudvælgelse vil (under forudsætninger af nok variation i de forklarende variabler)
stadig give middelrette og konsistente OLS etimater
- Generelt: Dataudvælgelse baseret på variabler, som er uafhængige af fejlleddet giver stadig, at OLS
estimaterne er middelrette og konsistente
Endogen dataudvælgelse:
- Dataudvælgelse baseret på den afhængige variabel (eller variabler, der er korrelerede dermed).
- OLS estimator er ikke middelret og ikke konsistent.
Stratificeret dataudvælgelse:
- Populationen er delt i grupper (disjunkte grupper som udgør hele populationen)
- Nogle grupper er udvalgt mere hyppigt end andre, sammenlignet med deres andel af populationen
- OLS er middelret og konsistent, hvis gruppeopdelingen er baseret på eksogene variabler
22