Actualizado por ultima vez el 13 de abril de 2022, por Luis Benites.
¿Qué es la simultaneidad?
La simultaneidad es donde la variable explicativa se determina conjuntamente con la variable dependiente . En otras palabras, X causa Y pero Y también causa X. Es una causa de endogeneidad (las otras dos son variables omitidas y error de medición ).
Un sesgo similar (ya menudo confuso) es la causalidad inversa , donde Y causa X (pero X no causa Y).
Una definición no técnica
Un ejemplo simple (no técnico) se puede encontrar en las ciencias sociales. Merton (1968) escribió por primera vez sobre la simultaneidad y el estatus social: los intelectuales de alto estatus obtienen más crédito por logros comparables que los colegas de menor estatus, lo que da como resultado una recompensa superior a la que les corresponde. Esta colección de recompensas y elogios significa que sus estados se amplían aún más, lo que lleva a ventajas aún mayores. Este ciclo de retroalimentación a veces se denomina «Efecto Mateo» o «ventaja acumulativa».
Un ejemplo aún más básico de XKCD :
¿Qué lo causa?
La simultaneidad ocurre cuando dos variables en cualquier lado de una ecuación modelo se influyen mutuamente al mismo tiempo. En otras palabras, el flujo de causalidad no es cien por ciento desde una variable del lado derecho (es decir, una variable de respuesta ) a una variable del lado izquierdo (es decir, una variable explicativa ). Podría ser que:
- Los cambios en una variable del lado derecho provocan cambios en una variable del lado izquierdo.
- Las variables del lado izquierdo y del lado derecho se determinan conjuntamente.
Los modelos con simultaneidad se denominan modelos de ecuaciones simultáneas o modelos estructurales . La teoría SEM está configurada específicamente para tratar el potencial de endogeneidad en un modelo de regresión.
¿Qué es el sesgo de simultaneidad?
El sesgo de simultaneidad es un término para los resultados inesperados que ocurren cuando la variable explicativa se correlaciona con el término de error de regresión , ε (a veces llamado término de perturbación residual ), debido a la simultaneidad. Es tan similar al sesgo de variables omitidas que la distinción entre los dos a menudo es muy poco clara y, de hecho, ambos tipos de sesgo pueden estar presentes en la misma ecuación.
La forma estándar de lidiar con este tipo de sesgo es con la regresión de variables instrumentales (por ejemplo, mínimos cuadrados en dos etapas).
Referencias :
Merton, RK 1968. El efecto Mateo en la ciencia. Ciencias 159(3810) 56–63.
Wooldridge, Jeffrey M. (2013). Econometría introductoria: un enfoque moderno (quinta edición internacional). Australia: Sudoeste. págs. 82–83.
