兩階段最小二乘法是什麼

兩階段最小二乘法（Two-Stage Least Squares, 2SLS）是一種用於處理內生變量（endogenous variables）的統計方法，通常用於計量經濟學和社會科學研究中。這種方法用於估計一個線性回歸模型，其中一些解釋變量可能是內生的（即它們不僅受到隨機誤差項的影響，還受到其他未觀察到的變量的影響）。

在兩階段最小二乘法中，估計過程分為兩個階段：

第一階段：使用工具變量（Instrumental Variables, IV）來估計內生變量的工具變量估計量。工具變量是一組變量，它們與內生變量相關，但不受隨機誤差項的影響。這一步驟的目的是得到內生變量的無偏估計量。

第二階段：將第一階段得到的工具變量估計量作為外生變量，代入到原來的回歸模型中，使用最小二乘法來估計模型的參數。這一步驟可以提供模型的參數估計量和標準誤。

兩階段最小二乘法可以提供一致的參數估計量，但在某些情況下，它可能會導致參數估計量的效率損失。因此，在一些情況下，研究者可能會使用其他方法，如有限識別（Limited Information Maximum Likelihood, LIML）或三階段最小二乘法（Three-Stage Least Squares, 3SLS）來提高估計量的效率。