固定效应模型的局限性 | Hill et al.
- 量化数据分析: 通过社会研究检验想法
- P348-349
- 固定效应方法的局限性与应注意的事项
- 未观测效应随时间变化，固定效应估计不能解决偏误问题。
- 给定未观测变量的情况下，预测变量必须严格外生。
- 违背严格外生性假设的情况：当一个或更多预测变量依赖于早前试点的结果变量。
- 预测变量在不同时期缺乏足够的变异性。
- 不要纳入那些仅存在线性变换形式的时变变量
- 如年龄。时点二的年龄等于时点一的年龄+固定时间
- 预测变量必须被可靠地测量。
- Hill, T. D., Davis, A. P., Roos, J. M., & French, M. T. (2020). Limitations of fixed-effects models for panel data. Sociological Perspectives, 63(3), 357-369.
- 固定效应模型的12个局限性
- 不作为的文化（The Culture of Omission）
- 较低的统计效力（low statistical power）
- 固定效应分析仅局限于时变变量，样本量减少，降低统计效力
- 当固定效应分析中得到显著的相关性时，这种相关性是较为稳健的，因为统计效力更低
- 但得不到显著相关性时，无法判断究竟是由于统计的严密性（statistical rigor），还是II类错误
- 外部有效性受限（limited external validity）
- 固定效应排除了具有非时变变量的观测值，分析样本就会以实质性的方式发生变化。
- Treiman认为这等同于对选定的子群建模。
- 伍德里奇建议，在关键自变量随时间变化不大的情况下，固定效应和一阶差分方法可能导致不精确的估计。我们被迫使用随机效应模型，以了解任何有关人口的参数。
- 时间周期受限（restricted time periods）
- 当数据只有少数几个面板时，固定效应系数会以保守的方式存在发生偏误。
- 向下偏误的程度随着时间周期数量的增加而减少。
- 测量误差（measurement error）
- 系统测量误差随着时间推移反复出现。
- 非时变变量估计问题（time invariance）
- 固定效应模型无法估计非时变变量的效应。
- 神秘的未定义变量（mysterious undefined variables）
- 固定效应模型中可能存在未观测到的异质性是一个黑盒子。
- 尽管固定效应模型综合控制了所有非时变变量，但人们往往不清楚某些特征是时间固定还是时变的。
- 不可观测异质性（unobserved heterogeneity）
- 固定效应模型无法处理不可观测的时变异质性，并且社会学文献也很少探讨遗漏这些变量的偏误
- 错误的因果推断（erroneous causal inferences）
- 尽管许多研究者使用固定效应模型进行因果推断，但因果识别假设（causal identification assumptions）很少被探讨
- 三项关键因果识别假设
- 不存在不可观测的时变混淆因素，即经典不可观测异质性（classic unobserved heterogeneity）
- 过去的结果变量不影响解释变量，即反向因果性（reverse causality）
- 过去的解释变量不影响当前的结果，即滞后处理效应（lagged treatments）
- 不精确的系数解释（imprecise coefficient interpretations）
- 固定效应的估计系数经常被错误地解释，解释却决于固定效应模型的类型（单项固定效应抑或双向固定效应）
- 个体固定效应模型（individual FE model），或案例固定效应模型（case FE model），可以解释随时间推移的变化情况：解释变量随时间每增加一个单位，因变量的平均变化
- 时间固定效应模型（time point FE model），可以解释横截面的变化：不同案例间的解释变量若增加一个单位，因变量的平均变化
- 双向固定效应模型（two-way FE model）：跨时点平均而言，解释变量在时间点t的个体内变化一个单位，因变量在时间点t的个体内平均变化
- 轻率的比较（Imprudent Comparisons）
- 研究者通常将横截面回归系数与固定效应回归系数作比较，但这种比较在某些方面是毫无意义的
- 横截面回归的样本接近原始样本，系数可以解释为：解释变量（估计量之间between estimators）中每一单位变化，因变量的预期平均变化
- 固定效应模型系数可以解释为：解释变量（估计量之内within estimator）随时间每增加一个单位，因变量的平均变化
- 可疑的贡献（Questionable Contributions）
- 不要夸大固定效应模型的贡献，这里模型很少比以前的研究提供更多理论上的进展
- Collischon, M., & Eberl, A. (2020). Let’s talk about fixed effects: Let’s talk about all the good things and the bad things. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 72(2), 289-299.
- 固定效应模型的优势与局限
- 优势
- 固定效应模型在大多数情况下由于经典的横截面回归模型和面板回归模型（POLS和随机效应模型）
- 局限
- 不可观测异质性（Unobserved Heterogeneity）
- 固定效应模型无法排除不可观测的时变异质性，但在许多情况下比其他模型更为稳健
- 组间差异（Group Differences）
- 固定效应模型不能在与固定相同的观测水平上估计非时变变量系数，因而不适合比较稳定的组间差异（如性别、种族）
- 经典测量误差（Classical Measurement Error）
- 测量误差问题在固定效应模型中更严重，因为固定效应模型所有的方差都是时变的，对测量误差更敏感
- 反向因果（Reverse Causality）
- 反向因果问题在固定效应模型中更为严重，因为这种方法依赖于跨期变化（intertemporal variation）
- 动态面板模型（dynamic panel estimation method）、具有固定效应的交叉滞后面板模型（cross-lagged panel models with fixed effects）、事件史模型的变体（variants of event history models）等方法可以克服反向因果问题
- 外部效度（External Validity）
- 固定效应模型仅考虑存在个体内部变化的样本，这些样本可能具有选择性
- 在严格外生性条件满足的情况下，OLS模型可以识别ATE，但固定效应模型识别的是ATT
- 更大的标准误（Large Standard Errors）
- 固定效应模型使用较小的样本来估计系数，更有可能出现II类错误（错误的虚无假设没有被拒绝），估计结果总是更保守，但降低了I类错误可能性
- 作为黑箱的固定效应（Fixed Effects as a Black Box）
- 固定效应模型对非时变变量的控制本质上是一个黑箱，研究者无法知道哪些偏误被消除了
- 滞后因变量与状态依赖性（Lagged Dependent Variables and State Dependence）
- 在如下情况下，建议使用固定效应模型：
- 需要处理非时变不可观测异质性
- 人们对社会群体水平差异不感兴趣
- 时变不可观测异质性没有构成威胁
- 理论上的因果关系方向是明确的