12面板數(shù)據(jù)回歸(完整版)
【正文】 固定效應(yīng)模型的優(yōu)勢(shì)和劣勢(shì) 面板固定效應(yīng)模型的 優(yōu)勢(shì) 是：即使個(gè)體特征ui與解釋變量 Xit相關(guān)，只要使用組內(nèi)估計(jì)量，就可以得到一致估計(jì)，即即使存在不隨時(shí)間改變的遺漏變量，也可得到無(wú)偏一致的估計(jì)。 基本思想：固定效應(yīng)模型實(shí)質(zhì)上就是在傳統(tǒng)的線性回歸模型中加入 N1 個(gè)虛擬變量，使得每個(gè)截面都有自己的截距項(xiàng)。 解決方法：固定效應(yīng) OLS回歸 具有兩個(gè)時(shí)期的面板數(shù)據(jù)： “ 前后 ” 比較 特別注意： Zi不隨時(shí)間變化 結(jié)論： 兩期的變化（差分）表示的回歸消除了隨時(shí)間不變的不可觀測(cè)變量 Zi的效應(yīng)。高速公路的維修情況是否良好； 3。 （ 2）提供更多個(gè)體動(dòng)態(tài)行為的信息：由于面板數(shù)據(jù)同時(shí)有截面與時(shí)間兩個(gè)維度，有時(shí)它可以解決單獨(dú)的截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)所不能解決的問(wèn)題。例如 Yit, i = 1, 2, …, N； t = 1, 2, …, T N表示面板數(shù)據(jù)中含有 N個(gè)個(gè)體。嚴(yán)格地講是指對(duì)一組個(gè)體 (如居民、國(guó)家、公司等 ) 連續(xù)觀察多期得到的資料。面板數(shù)據(jù)是同時(shí)在時(shí)間和截面上取得的二維數(shù)據(jù)。為此我們采用雙下標(biāo)而不是單下標(biāo)，其中第一個(gè)下標(biāo) i表示個(gè)體，第二個(gè)下標(biāo) t表示觀測(cè)時(shí)間。 （大 T小 n）如 面板數(shù)據(jù)的優(yōu)勢(shì) （ 1）可以解決遺漏變量問(wèn)題：遺漏變量偏差是一個(gè)普遍存在的問(wèn)題。 面板數(shù)據(jù)的建模方法主要有三種： 固定效應(yīng)回歸模型 隨機(jī)效應(yīng)回歸模型 混合回歸模型 實(shí)例 :交通事故死亡人數(shù)和酒精稅 由此我們就能得出增加啤酒稅收會(huì)導(dǎo)致更多的交通事故死亡人數(shù)嗎？不一定，這是因?yàn)檫@些回歸中可能存在著巨大的遺漏變量偏差。 若相關(guān)，則會(huì)導(dǎo)致遺漏變量偏差。 固定效應(yīng)模型 對(duì)于特定的個(gè)體 i而言， ai 表示那些不隨時(shí)間改變的影響因素，如個(gè)人的消費(fèi)習(xí)慣、國(guó)家的社會(huì)制度、地區(qū)的特征、性別等，一般稱(chēng)其為 “ 個(gè)體效應(yīng) ” (individual effects)。 2。三個(gè) R2哪個(gè)重要？ 2。右側(cè)的 F統(tǒng)計(jì)量表示除常數(shù)項(xiàng)外其他解釋變量的聯(lián)合顯著性。 和個(gè)體固定效應(yīng)能控制不隨時(shí)問(wèn)變化但個(gè)體間不同的變量一樣，時(shí)間固定效應(yīng)能控制個(gè)體間相同但隨時(shí)間變化的變量。 use fatality,clear tab year,gen(yr) edit drop yr1 reg FatalityRate beertax yr* 幾乎所有時(shí)間虛擬變量均不顯著，說(shuō)明FatalityRate不隨時(shí)間的變動(dòng)呈現(xiàn)變動(dòng)的趨勢(shì)。 在交通死亡人數(shù)中的應(yīng)用 上述形式中包含了啤灑稅， 47個(gè)州二元變量 (州固定效應(yīng) )， 6個(gè)年二元變量 (時(shí)間固定效應(yīng) )和截距項(xiàng)，所以這個(gè)模型的解釋變量個(gè)數(shù)多達(dá) 55個(gè)，這將帶來(lái)大量的自由度的損失。在截面數(shù)據(jù)回歸中，如果誤差異方差，則由于同方差適用的標(biāo)準(zhǔn)誤差是在同方差的錯(cuò)誤假設(shè)下導(dǎo)出的，因此是不正確的。 本節(jié)中我們將前面的分析推廣到保持經(jīng)濟(jì)狀況不變條件下有關(guān)酒后駕車(chē)的法律規(guī)定 (包括啤酒稅 )對(duì)交通死亡事故效應(yīng)的研究。 而在隨機(jī)效應(yīng)模型中：隨機(jī)誤差項(xiàng)分成兩部分，一部分是不隨時(shí)間變化的誤差項(xiàng) ，另一部分是隨時(shí)間變化的誤差項(xiàng) ，即 其中 i?1it it itYX ????i?ituit i itu????關(guān)于隨機(jī)效應(yīng)模型： 1。 隨機(jī)效應(yīng)模型必須滿(mǎn)足下列條件： ( , ) 0i itC o v X? ?一般在固定效應(yīng)模型中 ( , ) 0i itC o v X? ?隨機(jī)效應(yīng)模型： xtreg invest mvalue kstock ,re 回歸結(jié)果解讀。 多數(shù)實(shí)證研究都采用固定效應(yīng)模型或雙向固定效應(yīng)模型 。 3。 2。 這些結(jié)果刻畫(huà)了一幅抑制酒后駕車(chē)和交通死亡事故措施引發(fā)爭(zhēng)議的畫(huà)面。 由于面板數(shù)據(jù)具有
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1