控制变量的显著性,我们几乎不能inerpret.在你选定了相关变量和控制变量以后,控制变量就来服务的,你怕ui这个
随机变量里面含有和有关变量相关的部分,也就是Xi Ui不是独立的,然后你能做的就是找到对被解释变量有影响并比较易获的数据,ui里去除这部分(ui 和Xi2线性表示)再用一个Vi 去表示新的你认为比较纯净的随机变量。所以才会引入控制变量保证那个你在意的变量的系数 无偏就好,至于控制变量的情况,你还需要更多的信息。不可能有统一的控制变量选择标准。原因1 就像你说的,你的控制变量可能不显著,你可以设置很多组控制变量,相互组合,你基本上没办法选择哪一更优秀,但是你可以做出自己的想法,因为你是基于你选择的基础上做出一定判断,别人并不一定认同。原因2每个人对控制变量的理解不一样,就像interaction varaiables,到底影响相关变量的因素是什么呢,只要XiXj
相关性不为零,对于
期望值都会有偏向,所以也不好说到底怎么做。但是至少控制变量的引入可以部分的达到我们的要求。保证Variables of interest 的哪个系数无偏,当然实证会有一定差距,但是数学理论上说明我们的方向是正确的。