Omitted Variable Bias

William Bert Craytor

doi:10.67330/460smg10

누락 변수 편의

저자(들)

William Bert Craytor Author https://orcid.org/0000-0003-2219-9156

DOI:

https://doi.org/10.67330/460smg10

키워드:

omitted variable bias, Theil, specification error, adjustment, condition rating, renovation, appraisal foundations

초록

생략된 변수 편향은 가격에 영향을 미치는 변수가 모델에서 제외되었을 때, 보조 회귀 분석에서 포함된 설명변수에 대해 0이 아닌 계수를 가질 때 발생한다. 즉, 단순한 한계 상관관계가 아닌 부분 상관관계가 존재할 때이며, 이 경우 포함된 설명변수의 계수가 생략된 변수의 영향 중 일부를 흡수하게 된다. 이 두 조건은 모두 필수적이며, 중요한 누락 변수가 모델에 편향을 일으킨다는 널리 퍼진 믿음은 그 자체로는 틀린 것이다. 즉, 설명변수와 상관관계가 없는 누락 변수는 정확도가 아닌 정밀도를 저하시킨다. 이 글에서는 편향에 대한 테일(Theil)의 공식을 도출하고, 제1호에서 공개되었으나 해당 데이터셋에는 기록되지 않았던 ‘리모델링 여부’ 변수가 이제 측정된, 16개 속성으로 확장된 파시피카(Pacifica) 데이터셋을 통해 이를 정확히 검증한다. 이 변수를 생략하면 조건 계수가 단계당 40,000달러에서 69,631달러로 부풀어 오르고, 전망 계수는 100,000달러에서 79,178달러로 축소되는데, 이러한 변동 폭은 생략된 계수와 보조 회귀 기울기의 곱과 센트 단위까지 일치한다. 이 예시는 다음 세 가지 방어 가능한 타당성 논점을 뒷받침하기 위해 사용됩니다: 편향은 적합도 통계량에서는 드러나지 않으며, R² 값 0.97이 74%나 오차가 있는 계수를 은폐하고 있습니다; 표본 크기가 커져도 편향은 줄어들지 않으며; 편향이 있는 모델은 정확하게 예측할 수 있지만, 사용 불가능한 조정치를 산출하게 되며, 특히 감정인이 가치를 평가하기 위해 가장 자주 의뢰받는 비정형적인 특성들에서 가장 심각한 오류를 범하게 됩니다.