内生变量

什么是内生变量？

内生变量是统计模型中的一个变量，它通过它与模型中其他变量的关系而改变或确定。换句话说，内生变量与因变量同义，这意味着它与所研究系统内的其他因素相关。因此，它的值可能由其他变量决定。

内生变量与外生变量相反，外生变量是自变量或外力。然而，外生变量可能对内生因素产生影响。

内生变量在计量经济学和经济建模中很重要，因为它们显示了变量是否会导致特定的影响。经济学家采用因果模型，通过分析基于各种因素的因变量来解释结果。例如，在一个研究供求关系的模型中，一种商品的价格是一个内生因素，因为价格可以由生产者（供应商）响应消费者需求而改变。

经济学家还包括独立变量，以帮助确定结果可在何种程度上归因于外源或内源原因。内生变量的值作为模型内其他变量之间函数关系的一部分而发生变化。这种关系也被称为依赖关系，并且在本质上被视为可预测的。

这些变量通常以这样一种方式相关，即一个变量的移动应该导致另一个变量的移动。换句话说，变量应该相互关联。但是，它们不一定需要朝同一个方向移动，这意味着一个因素的上升可能会导致另一个因素的下降。只要变量的变化是相关的，它就被认为是内生的——不管它是正相关还是负相关。

尽管内生变量是相互关联的因变量，但了解外生变量对模型的影响程度是需要考虑的重要因素。

经济学之外，其他领域使用具有内生变量的模型，包括气象学和农业。有时，这些模型中的关系仅在一个方向上是内生的。例如，虽然宜人的天气可能会导致更高的旅游率，但更高的旅游率不会影响天气。

与内生变量相比，外生变量被认为是独立的。换句话说，公式中的一个变量并不决定或直接与另一个变量的变化相关。外生变量没有直接或公式的关系。例如，个人收入和颜色偏好、降雨量和汽油价格、受教育程度和喜欢的花都将被视为外生因素。

例如，假设一个模型正在检查员工通勤时间和燃料消耗之间的关系。随着模型内通勤时间的增加，油耗也会增加。这种关系是有道理的，因为一个人的通勤时间越长，到达目的地所需的燃料就越多。例如，30 英里的通勤比 20 英里的通勤需要更多的燃料。其他可能是内生的关系包括：

＃＃强调