遗漏变量偏误：在回归/统计建模中，若模型中漏掉了一个与因变量有关、且与已纳入自变量相关的重要变量，会使估计系数产生系统性偏差，导致因果解释或预测失真。（也常被视为一种“模型设定错误”的来源。）
/əˈmɪtɪd ˈvɛriəbəl baɪəs/
Omitted-variable bias can make the effect of education look larger than it really is.
遗漏变量偏误会让“教育的影响”看起来比实际更大。
If we estimate the impact of a training program without controlling for prior ability, the coefficient may be biased because ability affects outcomes and is correlated with program participation—classic omitted-variable bias.
如果我们在估计培训项目效果时不控制“既有能力”，系数可能会有偏误，因为能力既影响结果又与是否参加项目相关——这就是典型的遗漏变量偏误。
该术语由三部分构成：omitted（被省略的）+ variable（变量）+ bias（偏误/偏差）。在计量经济学与社会科学的回归分析中被广泛使用，用来强调“漏掉关键变量”会带来系统性偏差，而非随机误差。
Select Language