Re: st: Primeira diferencia em dados de painel Fri, 18 Nov 2005 09:06:49 -0500 xtivreg, fd faz a primeira diferença para você. Você não precisa primeiro diferenciar suas variáveis. Daniel às 12:35 da manhã 11182005, você escreveu: gostaria de acrescentar uma pergunta ao já perguntado. Para o primeiro comando de diferença em xtivreg y z x (z a b c), fd i (painel) eu tenho que diferenciar todas as variáveis, o comand faz isso automaticamente ou não é essa a primeira diferença que estou pensando em Desculpe por todas essas questões? Acabei de pedir o xt manual, mas não posso esperar até chegar aqui. Gregor Franz escreveu: primeiro, obrigado às pessoas que responderam à minha última pergunta sobre a, beta. Ao usar dados de painel com uma primeira abordagem de diferenciação conforme descrito em Wooldridge (2002), posso usar o comando xt. Parece que não posso dos arquivos de ajuda. Então, eu apenas diferenciei todas as minhas variáveis e executo uma deltay deltaxy normal Obrigado de novo, para perguntas rápidas e-mail dataprinceton. edu. Não há appts. Necessário durante as horas de caminhada. Nota: o laboratório DSS está aberto enquanto Firestone estiver aberto, sem compromissos necessários para usar os computadores de laboratório para sua própria análise. Os dados do Painel de Introdução de Dados do Painel, também chamados dados longitudinais ou dados de séries temporais transversais, são dados em que vários casos (pessoas, empresas, países, etc.) foram observados em dois ou mais períodos. Um exemplo é o National Longitudinal Survey of Youth, onde uma amostra nacionalmente representativa de jovens foi pesquisada várias vezes ao longo de vários anos. Existem dois tipos de informações em dados de séries temporais transversais: a informação transversal refletida nas diferenças entre os sujeitos e a série temporal ou a informação dentro do assunto refletida nas mudanças nos assuntos ao longo do tempo. As técnicas de regressão de dados do painel permitem aproveitar esses diferentes tipos de informações. Embora seja possível usar técnicas de regressão múltipla comuns em dados de painel, eles podem não ser otimizados. As estimativas de coeficientes derivados da regressão podem estar sujeitas a um viés de variável omitido - um problema que surge quando há alguma variável desconhecida ou variáveis que não podem ser controladas para que afetem a variável dependente. Com os dados do painel, é possível controlar alguns tipos de variáveis omitidas, mesmo sem observá-las, observando mudanças na variável dependente ao longo do tempo. Isso controla as variáveis omitidas que diferem entre os casos, mas são constantes ao longo do tempo. Também é possível usar dados de painel para controlar variáveis omitidas que variam ao longo do tempo, mas são constantes entre os casos. O uso de dados do painel no conjunto de dados do painel Stata A deve ter dados em n casos, ao longo de períodos de tempo t, para um total de observações n vezes t. Dados como este são ditos em forma longa. Em alguns casos, seus dados podem aparecer no que é chamado de forma ampla, com apenas uma observação por caso e variáveis para cada valor diferente em cada período de tempo diferente. Para analisar dados como este na Stata usando comandos para análise de dados de painel, você precisa primeiro convertê-lo em forma longa. Isso pode ser feito usando o comando Stata reshape. Para obter ajuda na utilização de reformulação, consulte a ajuda online da Statas ou esta página da web. A Stata fornece uma série de ferramentas para analisar os dados do painel. Todos os comandos começam com o prefixo xt e incluem xtreg, xtprobit, xtsum e xttab - versões de dados do painel dos comandos familiares reg, probit, sum e tab. Para usar esses comandos, primeiro diga ao Stata que seu conjunto de dados é um dado de painel. Você precisa ter uma variável que identifique o elemento caso do seu painel (por exemplo, um identificador de país ou pessoa) e também uma variável de tempo que esteja no formato da data Stata. Para obter informações sobre os formatos variáveis da data Statas, consulte os dados da Série de tempo na página Stata. Classifique seus dados pela variável do painel e depois pela variável da data dentro da variável do painel. Então você precisa emitir o comando tsset para identificar o painel e as variáveis de data. Se a sua variável de painel for chamada de panelvar e sua variável de data for chamada datevar, os comandos necessários são: Se você preferir usar menus, use o comando em Configurações da série de tempo da Estatística e Utilitários. Declare Data para ser Time Series. Modelos corrigidos, entre e aleatórios de efeitos Regressão de efeitos corrigidos A regressão de efeitos fixos é o modelo a ser usado quando você deseja controlar variáveis omitidas que diferem entre os casos, mas são constantes ao longo do tempo. Ele permite que você use as mudanças nas variáveis ao longo do tempo para estimar os efeitos das variáveis independentes em sua variável dependente e é a principal técnica utilizada para análise de dados de painel. O comando para uma regressão linear em dados de painel com efeitos fixos em Stata é xtreg com a opção fe, usada dessa maneira: Se você preferir usar os menus, o comando está em Estatística Cross-sectional time series Modelos lineares Regressão linear. Isso equivale a gerar variáveis falsas para cada um de seus casos e incluí-las em uma regressão linear padrão para controlar esses efeitos de caso fixos. Isso funciona melhor quando você tem relativamente menos casos e mais períodos de tempo, uma vez que cada variável dummy remove um grau de liberdade do seu modelo. Entre efeitos A regressão com os efeitos é o modelo a ser usado quando você deseja controlar as variáveis omitidas que mudam ao longo do tempo, mas são constantes entre os casos. Ele permite que você use a variação entre os casos para estimar o efeito das variáveis independentes omitidas em sua variável dependente. O comando para uma regressão linear nos dados do painel com os efeitos no Stata é xtreg com a opção be. Executar xtreg com entre efeitos é equivalente a tomar a média de cada variável para cada caso ao longo do tempo e executar uma regressão no conjunto de dados colapsado dos meios. Como isso resulta na perda de informações, entre os efeitos não são muito usados na prática. Os pesquisadores que desejam analisar os efeitos do tempo sem considerar efeitos de painel geralmente usarão um conjunto de variáveis simuladas de tempo, o que é o mesmo que os efeitos fixos de tempo de execução. O estimador entre efeitos é principalmente importante porque é usado para produzir o estimador de efeitos aleatórios. Efeitos aleatórios Se você tiver motivos para acreditar que algumas variáveis omitidas podem ser constantes ao longo do tempo, mas variam entre os casos e outras podem ser corrigidas entre os casos, mas variam ao longo do tempo, você pode incluir ambos os tipos usando efeitos aleatórios. O estimador de efeitos aleatórios Statas é uma média ponderada dos efeitos fixos e entre os efeitos. O comando para uma regressão linear em dados de painel com efeitos aleatórios em Stata é xtreg com a opção re. Escolhendo entre efeitos fixos e aleatórios A maneira geralmente aceita de escolher entre efeitos fixos e aleatórios é executar um teste de Hausman. Estatisticamente, os efeitos fixos são sempre uma coisa razoável a respeito dos dados do painel (eles sempre dão resultados consistentes), mas eles podem não ser o modelo mais eficiente para executar. Os efeitos aleatórios darão melhores valores de P, uma vez que são um estimador mais eficiente, então você deve executar efeitos aleatórios se for justificadamente justificável fazê-lo. O teste de Hausman verifica um modelo mais eficiente contra um modelo menos eficiente mas consistente para garantir que o modelo mais eficiente também ofereça resultados consistentes. Para executar um teste de Hausman que compara efeitos fixos com aleatórios no Stata, você precisa primeiro estimar o modelo de efeitos fixos, economizar os coeficientes para que possa compará-los com os resultados do próximo modelo, estimar o modelo de efeitos aleatórios e depois fazer o comparação. O teste hausman testa a hipótese nula de que os coeficientes estimados pelo estimador de efeitos aleatórios eficientes são os mesmos estimados pelo estimador de efeitos fixos consistente. Se eles são (valor P insignificante, Probchi2 maior do que 0,05), então é seguro usar efeitos aleatórios. Se você conseguir um valor P significativo, no entanto, você deve usar efeitos fixos. Leitura adicional entre estimadores de Stata Uma discussão comparando o estimador estimado com o estimador de efeitos aleatórios. Testando a heterocedasticidade em nível de painel e autocorrelação da Stata Inclui um comando escrito pelo usuário que executa um teste simples para correlação em série. Introdução à Econometria por James H. Stock e Mark W. Watson, 2003 Este texto tem uma boa discussão sobre a teoria por trás da análise de dados do painel e foi usado na preparação desta página. Veja, em particular, o Capítulo 8, Regressão com dados do painel. Copie 2007 The Trustees da Princeton University. Todos os direitos reservados. Dataprinceton. edu NOTA: A informação é para a Universidade de Princeton. Sinta-se livre para usar a documentação, mas não podemos responder perguntas fora de Princeton Esta página foi atualizada pela última vez em:
No comments:
Post a Comment