Empīriskās ticamības metodes lietojums instrumentālo mainīgo regresijā skolēnu matemātikas zināšanu kauzālajā analīzē

Abstract

Instrumentālo mainīgo regresija ir metode, kas novērš endogenitāti, tādējādi nodrošina nenovirzītus modeļa novērtētājus. Darbā tika skatīts empīriskās ticamības pielietojums instrumentālo mainīgo regresijā, salīdzinot to ar mazāko kvadrātu metodēm, kā arī, pielietojot Hausmena testu par endogenitāti empīriskās ticamības novērtētājiem. Tika veiktas simulācijas novērtēšanas metožu salīdzinājumam un Hausmena testa jaudas analīzei. Turpinot, teorija tika pielietota skolēnu matemātikas zināšanu kauzālā analīzē, pētot digitālo ierīču lietošanas politikas skolā ietekmi uz disciplināro klimatu matemātikas stundās.

Instrumental variable regression is a method that eliminates endogeneity, thus providing unbiased model estimators. This thesis examined the application of empirical likelihood in instrumental variable regression, comparing it with least squares methods, as well as applying the Hausman test of endogeneity to empirical likelihood estimators. Simulations were performed to compare the estimation methods and assess the power of the Hausman test. The theory was applied to the causal analysis of students' mathematics knowledge, studying the impact of digital device use policies in schools on the disciplinary climate in mathematics lessons, which in turn affects the level of mathematics knowledge.