遗漏变量问题一直是计量经济学处理中的一大顽疾，在了解了基础的计量经济学后，大家实证的水平都已经差不多了。想要再上一个台阶，必须熟练掌握各种处理遗漏变量的方法，本次笔者将主要介绍遗漏变量的基本概念，具体问题的处理将会在以后进行更新。
本条经验的重点是第二部分内容，遗漏变量偏差产生的原因，非常重要请仔细阅读。
遗漏变量问题顾名思义，就是本来应该是解释变量的变量，没有没放入回归的模型中，导致的一系列问题。但是，实际上，只要不存在遗漏变量偏差则照常估计即可。
遗漏变量主要有两种情形：遗漏变量与解释变量相关或者与解释变量无关。
其中第二种情形可以不用处理，因为这种情形不会导致估计不一致。而第一种情形如果不处理将会严重影响实证的可信性，必须处理。
共有四种解决遗漏变量问题的方法，将会在我的其他经验中进行详细介绍。
本条经验将会检验介绍随机实验与自然实验的概念，我将会在我的其他经验中详细讲解随机实验与自然实验。
增加控制变量：
当我们处理工资收入与个人背景的问题时，我们面临的问题是，一个人的属性实在是太多了，如果我们想研究一个学生的父辈财富与他的工资收入之间的关系。我们就会发现，你几乎无法找全所有可能的变量，所以只能尽可能的增多控制变量。我将会在其他经验详细介绍控制变量与解释变量之间的关系。
下图是笔者绘制的流程图。
随机实验
统计学大师（Ronald Fischer）提出了随机实验的概念。简单的来讲就是认为制造一个变量，这个变量是由计算机生成的完全随机的变量，所以这个变量自然也就与其他变量相互独立。最常见的例子就是，医学实验中的控制组和实验组，受验者谁去参加实验组谁去控制组都是完全随机生成的。在这里笔者举一个大家应该都听过的例子，一组学生在听了古典音乐之后去参加IQ测试，另一组学生什么也不听就去参加IQ测试，然后得出古典音乐对IQ变化的影响的结论。
自然实验（准实验法）：
在经济研究中，随机实验几乎不可行，几遍可行，成本也太高。“准实验法”也就应运而生。例如，某地区实行了某政策而某地区没有实施，这时候就可以使用非常好用的自然实验法。在应用时需要注意，这种政策是实施的原因应该是与模型中的变量无关的。
遗漏变量偏差
遗漏变量偏差：根据大样本理论，如果OLS估计不一致，则被称为“遗漏变量偏差”。当遗漏变量x2与解释变量x1不相关时，此时虽然存在遗漏变量问题，但是OLS估计仍然是一致的，所以不存在遗漏变量偏差问题。
当遗漏变量x2与解释变量x1不相关，此时OLS估计不一致则存在样本偏差问题。
想要深入理解估计的一致性这一概念，可以参阅我的经验，我将会不断更新。
如何解决遗漏变量偏差？
1.增加控制变量
2.随机实验和自然实验
3.工具变量法
4.面板数据
第一种方法，已经在本篇经验中介绍，本篇文章中已经简要介绍第二种方法的概念。后三种方法的操作及原理介绍，将会在后续更新。
