# 遗漏变量偏差

> 当一个模型中遗漏了一个既影响因变量又与自变量相关的变量时，会导致对自变量影响的估计出现偏差

- ID: m03094
- 分类: business
- 领域: 经济学

## 定义

当一个模型中遗漏了一个既影响因变量又与自变量相关的变量时，会导致对自变量影响的估计出现偏差。例如，发现"冰淇淋销量"和"溺水人数"高度正相关，不仅是因为二者有联系，而是遗漏了"气温"这个关键变量。脚手架作用：深度因果挖掘。在数据分析和复盘时，强迫我们寻找那个"不在场"的因素。不要轻信表面的相关性，要时刻问："还有什么隐藏因素同时影响了这两件事？"

## 机制

回归中若遗漏同时影响自变量与因变量的混杂变量，系数估计将有偏。偏差方向取决于遗漏变量与两者的相关。

## 练习

建模前列出潜在混杂变量并纳入。用因果图识别需控制变量。稳健性检验中逐项加入候选变量看系数是否移动。

## 脚手架用法

深度因果挖掘。在数据分析和复盘时，强迫我们寻找那个"不在场"的因素。不要轻信表面的相关性，要时刻问："还有什么隐藏因素同时影响了这两件事？"

[阅读网页](https://thinkingmodels.site/entries/detail/m03094)