“未观测异质性”:指在数据或模型中没有被测量/没有被纳入的个体差异(如能力、偏好、风险倾向、健康状况等),但这些差异会影响结果变量,从而可能导致估计偏误、解释错误或预测不准。常见于经济学、社会科学、医学统计与生存分析等领域。(也常被称为“隐含差异/潜在差异”。)
/ˌʌnəbˈzɜːrvd ˌhɛtərəˈdʒiːnɪti/
Unobserved heterogeneity can bias the results of a study.
未观测异质性可能会使研究结果产生偏误。
Even after controlling for income and education, unobserved heterogeneity in motivation may still affect job performance, so the model includes individual fixed effects.
即使控制了收入和教育程度,动机上的未观测异质性仍可能影响工作表现,因此模型加入了个体固定效应。
该术语由两部分构成:unobserved(未被观测到的;un- 表否定 + observed 观测到的)与 heterogeneity(异质性)。heterogeneity 源自希腊语词根 **hetero-**(不同的)+ **-gen-**(产生、种类)+ 名词后缀,整体表示“差异性/不一致性”。在计量经济学与统计建模中,用它强调“差异存在,但数据里看不见”。