אנדוגניות

במודל סטטיסטי, כגון רגרסיה לינארית משתנה הוא אֶנְדּוֹגֵנִי אם ישנו מתאם בין המשתנה לבין השגיאה (השארית).

אנדוגניות יכולה לנבוע ממספר סיבות:

1. ממשתנה שהושמט (או לא נאמד במודל) יתווסף לשארית. כאשר יש מתאם בין המשתנה שהושמט למשתנה מסביר אחר - גם השארית תהיה מתואמת אִתו.
2. מערכת של משוואות סימולטניות - מספר משוואות אשר הגורם המסביר באחת משמש כמוסבר באחרת.
3. טעות מדידה.
4. מהשפעה של המשתנה התלוי על המשתנה הבלתי תלוי.

לדוגמה, במודל שמבקש לחזות איך כמות השוטרים משפיעה על כמות הפשיעה ישנה אנדוגניות שכן כמות השוטרים בעבודתם משפיעים על כמות הפשיעה (סביר להניח שמורידה את כמות הפשיעה). אך מצד שני כמות הפשיעה משפיעה על כמות השוטרים (סביר להניח שבערים עם פשע רב יש יותר שוטרים מלכתחילה).

דרכים לטיפול באנדוגניות: שיטת TSLS - בניה של משוואה מצומצמת על סמך המודל המקורי, שבה המשתנה האנדוגני מוסבר על סמך כל הגורמים האקסוגנים במשוואה. לאחר שנבצע רגרסיה (על פי שיטת OLS) נקבל את אותו המשתנה אך עכשיו כאשר הוא תלוי רק בגורמים אקסוגנים - ולכן גם הוא אקסוגני - נציב את המודל הנאמד במקום המשתנה האנדוגני במשוואת המקור - וקיבלנו משוואה שמכילה גורמים אקסוגנים בלבד

שיטת IV - מציאת משתנה עזר חיצוני שיש לו מתאם גבוה עם המשתנה האנדוגני אבל הוא כשלעצמו אקסוגני - החלפה ביניהם במודל תעזור להתגבר על הבעיה