什么是内生变量?
内生变量是统计模型中的变量,该变量通过其与模型中其他变量的关系进行更改或确定。 换句话说,内生变量与因变量同义,这意味着它与正在研究的系统内的其他因素相关。 因此,其值可以由其他变量确定。
内生变量与外生变量相反,后者是自变量或外力。 但是,外生变量可能会影响内生因素。
重要要点
- 内生变量是统计模型中的变量,这些变量是通过与其他变量的关系来更改或确定的。内生变量是因变量,这意味着它们与其他因素相关联,尽管可以是正相关或负相关。内生变量在经济建模中很重要因为它们显示变量是否会引起特定影响。
了解内生变量
内生变量在计量经济学和经济模型中很重要,因为它们表明变量是否会引起特殊影响。 经济学家采用因果模型通过基于各种因素分析因变量来解释结果。 例如,在研究供求的模型中,商品价格是一个内生因素,因为生产者(供应商)可以根据消费者的需求改变价格。
经济学家还包括自变量,以帮助确定结果可归因于外因或内因的程度。 内生变量的值作为模型内其他变量之间功能关系的一部分而移动。 该关系也被称为依赖关系,本质上被视为可预测的。
变量通常以一种方式相关联,即一个变量的移动应导致另一变量的移动。 换句话说,变量应相互关联。 但是,它们不一定需要朝同一方向移动,这意味着一个因素的增加可能会导致另一个因素的下降。 只要变量的变化是相关的,就被认为是内生的,无论它是正相关还是负相关。
尽管内生变量是相互关联的因变量,但要考虑外生变量在多大程度上影响模型。
在经济学之外,其他领域使用具有内生变量的模型,包括气象学和农业。 有时,这些模型中的关系仅在一个方向上是内生的。 例如,虽然宜人的天气可能会导致更高的旅游率,但更高的旅游率不会影响天气。
内生变量与外生变量
与内生变量相反,外生变量被认为是独立的。 换句话说,公式中的一个变量并不指示或直接与另一个变量的变化相关。 外生变量没有直接或公式关系。 例如,个人收入和颜色偏好,降雨和汽油价格,获得的教育程度以及喜欢的花朵都将被视为外在因素。
内生变量的例子
例如,假设有一个模型正在研究员工上下班时间与燃油消耗之间的关系。 随着模型中通勤时间的增加,油耗也增加。 这种关系很有意义,因为一个人的通勤时间越长,到达目的地所需的燃料就越多。 例如,一个30英里的通勤比20英里的通勤需要更多的燃料。 其他可能内生的关系包括:
- 个人收入转为个人消费,因为收入增加通常会导致消费支出增加。植物生长的降雨与经济学家相关并进行了研究,因为降雨量对商品作物如玉米和小麦很重要,获得的教育对未来收入水平因为教育和较高的薪水或工资之间存在相关性。