内生变量和外生变量：定义和示例

回归模型中可能出现的两个变量是：

1. 内生变量：模型中由其他变量解释的变量。

2. 外生变量：模型中不能被其他变量解释的变量。

使用回归模型时，研究人员通常希望了解一个或多个解释变量与响应变量之间的关系。

一般来说：

• 操纵内生变量以对响应变量产生影响是可能的。
• 操纵外生变量是不可能的。

以下示例说明了如何识别不同回归模型中的内生变量和外生变量。

示例 1：农作物产量

假设一位农民想要了解影响其农作物总产量的因素。它收集数据并构建以下回归模型：

作物产量 = B ₀ + B ₁ （肥料）+ B ₂ （使用的土壤类型）+ B ₃ （降雨量）

以下是识别模型中每个变量的方法：

• 作物产量：该变量是内生的，因为它可以通过肥料、使用的土壤类型和降水来解释。
• 肥料：该变量是内生的，因为其有效性受到所用土壤类型的影响。
• 使用的土壤类型：该变量是内生的，因为它受到使用的土壤类型的影响。
• 降雨量：该变量是外生的，因为它不受模型中其他变量的影响。换句话说，肥料的用量或土壤的类型不会以任何方式影响降雨量。

示例 2：消费者支出

假设一位经济学家想要了解影响消费者支出的因素。她收集数据并构建以下回归模型：

消费者支出 = B ₀ + B ₁ （收入）+ B ₂ （投资回报）+ B ₃ （政府税率）

以下是识别模型中每个变量的方法：

• 消费支出：该变量是内生的，因为它可以用收入、投资回报和公共支出来解释。
• 收入：该变量是内生的，因为它受到政府税率的影响。
• 投资回报：该变量是内生的，因为它受到政府税率的影响。
• 政府税率：该变量是外生的，因为它不受模型中其他变量的影响。换句话说，个人的收入或投资回报金额不能以任何方式影响政府制定的税率。

其他资源

什么是调节变量？
什么是令人困惑的变量？
什么是操纵变量？
什么是先行变量？