彈性
在實踐中使用哪種回歸技術來計算價格彈性
由於我們在計算價格彈性時需要考慮價格和數量之間的“內生性”，並且如果模型的目標是尋找因果關係，線性回歸無法處理內生性現象，因此使用了工具變數回歸。
由於理論支持使用 IV 回歸的想法，這在現實世界中會發生嗎？我的意思是公司和政府使用 IV 回歸來衡量價格彈性，還是儘管存在無法處理內生性的缺點，但他們是否使用線性回歸？
他們使用所有類型的方法。
通常，論文將使用非常基本的線性回歸模型並送出給低聲望的期刊，這樣當元分析引用你的文章來清理混亂時，人們可以證明那些授予和提高 H 指數的合理性。
元分析要考慮到並非所有模型都有正確的方法，並創建一個元分析模型來糾正所有這些不准確之處。
幸運的是，有時會有動態滯後模型等來比較並猜測其他模型的適當修正項。
這是一個汽油價格的例子。
編輯：元分析模型是解釋為什麼研究獲得他們所做的結果的模型。不同的樣本、方法等會產生不同的結果，元模型正式表達了這一點。
動態滯後模型（也稱為分佈式滯後模型）是一種根據自變數的過去值預測因變數目前值的模型。例如，如果價格變化導致需求變化，您可以通過將時間 t-1 的價格與時間 t 的需求相關聯來對此進行建模。