机器算法验证 - 面板数据中的区间估计量 - 吾爱随笔录

面板数据中的区间估计量

机器算法验证面板数据

2022-03-20 01:48:56

当您对面板数据的组间估计量进行建模时，您会将受试者的解释变量的平均值与受试者的结果变量的平均值进行回归。

但是在这个回归模型中，你必须包括一个截距吗？

在我们的教科书中：

之间估计器通过使用 OLS 将 y 的各个平均值回归到 x 的各个平均值和一个常数来利用数据的横截面维度（单位之间的差异）

我玩过古吉拉特语一书的示例数据：计量经济学基础，第 16 章。您可以在此处找到数据：http: //shazam.econ.ubc.ca/student/gujarati/table15.4

这是我制作的图（颜色代表 3 家不同的公司）：

在图上，您可以看到合并 OLS 回归数据和固定效应（也称为估计器内）回归数据。间估计量如何？它有一个拦截还是三个？如果公司的所有数据点正好位于彼此之上，所以它们的平均 x 相同怎么办？

固定效应加池化 OLS

1个回答

正如你所说的那样，之间的估计量采用个体效应模型

y_{i t} = α_{i} + x_{i t}^{'} β + ϵ_{i t}

$y_{it} = \alpha_i + x'_{it}\beta + \epsilon_{it}$ 并平均导致回归的时间分量

{\bar{y}}_{i .} = α + {\bar{x}}_{i .}^{'} + (α_{i} - α + {\bar{ϵ}}_{i .})

$\overline{y}_{i.} = \alpha + \overline{x}'_{i.} + (\alpha_i - \alpha + \overline{\epsilon}_{i.})$ 其中条形表示平均变量，而 . 表示时间已被平均化。您仍然需要在此模型中截取一个截距来一致地估计它。

请注意，此估计器仅使用横截面信息并完全丢弃数据中的时间变化。估计量仅在以下情况下是一致的 $\alpha_i$ 是随机效应（尽管在这种情况下，您可以选择更有效并且还使用数据中的时间变化的随机效应估计器）。

您可以通过对每个面板单元的数据进行平均来平均时间分量，然后将平均变量相互回归，轻松地在统计软件中实现中间估计器。有关此主题的更多信息，请参见 Cameron 和 Trivedi (2009) “使用 Stata 的微观计量经济学”或 Wooldridge (2010) “横截面和面板数据的计量经济学分析”。

其它你可能感兴趣的问题

上一篇随机森林和 MART 的区别下一篇Cox 比例风险模型 MLM 与三明治估计器中的聚类