Endogenität

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Dieser Artikel behandelt die Endogenität im Rahmen der Statistik. Zur Endogenität in der Psychiatrie vgl. Endogene Psychose

Endogenität (von „endogen“) bedeutet in der Regressionsanalyse, dass ein Zusammenhang zwischen den erklärenden (unabhängigen) Variablen und der Störgröße besteht. Eine endogene erklärende Variable korreliert mit dem Störterm. Das heißt, dass die Kovarianz der erklärenden Variablen und der Störgröße ungleich null ist:

Cov(u_k,x_{jk}) \ne 0

Es ist wichtig, dass möglichst keine Endogenität vorliegt, denn sonst sind die Schätzer inkonsistent, die Schätzung wird verzerrt. Um Endogenität zu prüfen, gibt es Endogenitätstests wie den Hausman-Test.

Ursachen[Bearbeiten]

  • Nichtberücksichtigung zumindest einer relevanten erklärenden Variablen, die mit der berücksichtigten erklärenden Variable korreliert ist (‘omitted variables’ ). Liegt es daran, dass relevante Variablen vernachlässigt wurden, spricht man von underfitting, bei zu vielen erklärenden Variablen von overfitting.
  • Simultane Kausalität, das heißt, wenn zur Beschreibung eines Zusammenhangs mehr als eine Gleichung benötigt wird, und dies zu feed-back-Mechanismen führt.
  • Messfehler in der erklärenden Variable.
  • Autokorrelation mit verzögerten endogenen Variablen.[1]

Lösungsstrategien[Bearbeiten]

Eine mögliche Abhilfe ist die Verwendung eines Fixed-Effects-Schätzers in Verbindung mit Paneldaten. Weitere oft verwendete Techniken sind Instrumentvariablen und die Regressions-Diskontinuitäts-Analyse.

Einzelnachweise[Bearbeiten]

  1. Herbert Stocker: Methoden der Empirischen Wirtschaftsforschung http://www.uibk.ac.at/econometrics/einf/kap11.pdf