Es gibt komplexe empirische Probleme, bei denen die normale OLS-Regression an ihre Grenzen stößt – dieser Workshop betrachtet zwei dieser Szenarien im Detail: (1) Nichtlinearitäten in den abhängigen und unabhängigen Variablen und (2) die Verwendung von instrumentellen Variablen, um mit Endogenität und einem nicht-zufällig gezogenem Sample umzugehen.
In diesem Seminar lernen Wissenschaftler die nötigen Werkzeuge, um mit diesen Unzulänglichkeiten der traditionellen OLS-Schätzung umzugehen.
Zuerst wird der Fokus auf unterschiedliche nicht-lineare Ansätze zur Modellierung von Discrete Choice-Problemen gerichtet. Diese Betrachtung wird durch verschiedene Interpretationsansätze von Interaktionseffekten zwischen unabhängigen Variablen in der traditionellen OLS-Regression ergänzt. Im Anschluss daran werden verschiedene Strategien zur Nutzung von instrumentellen Variablen zum Umgang mit Endogenitätsproblemen aufgezeigt.
Abschließend werden die besprochenen Thematiken zusammengeführt und im Kontext von Selection-Modellen, die einen Umgang mit nicht-zufällig gezogenen Samples ermöglichen, diskutiert.
Am Ende des Workshops sollten die Teilnehmer in der Lage sein, Stata-Code zu verstehen und anzuwenden, um dichotome abhängige Variablen mit Logit- und Probit-Schätzungen zu modellieren, instrumentelle Variablenschätzungen sowie begleitende Tests zur Relevanz und Exogenität der instrumentellen Variablen durchzuführen und die gewählten Modelle auf mögliche Selection Biases zu testen. |
eG