fa تحلیل بیزی مدل‌های رگرسیونی با استفاده از متغیرهای ابزاری: مطالعه‌ی موردی (داده‌های هزینه و درامد خانوارهای روستایی ایران) عمومى General پژوهشي Research <span style="font-family:tahoma,sans-serif;"><span style="font-size:10.0pt;">رگرسیون متغیر ابزاری مدلی متداول در اقتصاد‌سنجی و دیگر علوم کاربردی است. این مدل یکی از گزینه‌های مناسب در برخورد با پدیده‌ی درون‌زایی، هنگامی که خطاهای مدل رگرسیونی چندمتغیره با برخی از متغیرهای تبیینی همبسته باشند، است. رگرسیون متغیر ابزاری می‌تواند حالت خاص مدل‌های معادله‌های هم‌زمان نیز در نظر گرفته شود. در برخی مواقع فرض نرمال بودن برای مؤلفه‌ی خطای چنین مدل‌هایی برقرار نیست و لذا توزیع چوله‌نرمال ممکن است گزینه‌ی مناسبی باشد. مقاله‌ی حاضر استنباط بیزی مبتنی بر روش مونت کارلوی زنجیره مارکوفی با به‌کارگیری این توزیع را برای مؤلفه‌ی خطا، وقتی که در مدل‌های رگرسیونی مورد استفاده تعدادی متغیرهای ابزاری وجود داشته باشد، مورد مطالعه قرار می‌دهد. مدل پیش‌نهادی برای تحلیل داده‌های هزینه و درامد خانوارهای روستایی سال </span></span><span style="font-family:tahoma,sans-serif;"><span style="font-size:10.0pt;">۲۰۰۹</span></span><span style="font-family:tahoma,sans-serif;"><span style="font-size:10.0pt;"> ایران به‌کار گرفته می‌شود. </span></span><br> &nbsp; The instrumental variable (IV) regression is a common model in econometrics and other applied disciplines. This model is one of the proper candidate in dealing with endogeneity phenomenon which occurs in analyzing the multivariate regression when the errors are correlated with some covariates. One can consider IV regression as a special case of simultaneous equation models (SEM). There are some cases in which the normality assumption might not hold for the error term in these models and so the skew-normal distribution might be a suitable candidate. The present paper tackle the Bayesian inference based on Markov Chain Monte Carlo (MCMC) using this density for the error term while some instrumental variables are considered in the corresponding regression model. The proposed model is utilized to analysis the Iranian rural households income and expenditure collected in 2009.<br> &nbsp;<br> &nbsp; متغیر ابزاری, متغیر درون‌زا (برون‌زا), استنباط بیزی, توزیع چوله-نرمال, الگوریتم مونت کارلوی زنجیر مارکوفی Instrumental variable, endogenous (exogenous) variable, bayesian inference, skew-normal distribution, Markov chain Monte Carlo logarithm 53 75 http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-174&slc_lang=fa&sid=1 Omid Akhgari امید اخگری o.akhgari@modares.ac.ir 10031947532846001074 10031947532846001074 No Mousa Golalizadeh موسی گل‌علی‌زاده golalizadeh@modares.ac.ir 10031947532846001075 10031947532846001075 Yes