Chào mừng các bạn quay trở lại! Ở bài học trước, chúng ta đã tìm hiểu công thức tổng quát của ước lượng CLS và ý nghĩa trực quan đằng sau nó. Công thức đó trông có vẻ phức tạp, nhưng trong nhiều tình huống thực tế, nó lại đơn giản hóa một cách đáng ngạc nhiên. Trong bài học hôm nay, chúng ta sẽ xem xét một trường hợp ràng buộc cực kỳ phổ biến mà các bạn sẽ gặp thường xuyên trong nghiên cứu: ràng buộc loại trừ (exclusion restriction). Sau đó, chúng ta sẽ đi sâu vào “phòng máy” để khám phá các tính chất thống kê quan trọng của ước lượng CLS. Việc này sẽ giúp chúng ta trả lời các câu hỏi như: Liệu ước lượng CLS có chệch không? Phương sai của nó được tính như thế nào? Và làm sao để thực hiện suy luận thống kê (kiểm định giả thuyết, xây dựng khoảng tin cậy) với nó? Hãy cùng khám phá nhé! Trước khi bắt tay vào phân tích các tính chất …