两阶段最小二乘法_二阶最小二乘法理论概述

作者：程江雪  审核：石鹏  封面：自己想吧

什么是二阶最小二乘法？   我们都知道最小二乘法(又称最小平方法)是一种数学优化技术，它通过最小化偏差的平方和，以此选择出最佳的拟合直线(最佳函数匹配)。在回归分析中，最小二乘法是一种重要的估计方法，常用做参数估计。那么什么是二阶最小二乘法(2SLS)？我们又应该如何使用二阶最小二乘法呢？ ◆◆ 模型介绍 ◆◆

二阶最小二乘法即两阶段最小二乘法(Two-stage Least Squares)。通过两次线性回归解决自变量与因变量双向影响的问题。第一阶段的回归方程用于对存在双向影响的自变量进行估计，第二阶段用于分析相应的问题。两次回归都使用最小二乘法拟合，因此称为两阶段最小二乘法。

二阶最小二乘法中的第一阶是以自变量中选取一个作为工具变量(第一阶段中用于预测自变量的变量称为工具变量)。在这一阶段，还需判断工具变量是否有效，判断是否是好的工具变量(即工具变量和内生解释变量之间的相关性，具有强相关性就是好的工具变量。)这一阶段就是用内生解释变量对工具变量和模型中的其他变量进行回归分析。</