Dane panelowe
Transkrypt
Dane panelowe
Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Dane panelowe Część 1 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Dane panelowe to dane, które jednocześnie posiadają cechy danych przekrojowych i szeregów czasowych Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Dane panelowe to dane, które jednocześnie posiadają cechy danych przekrojowych i szeregów czasowych Czyli obserwujemy te same obiekty w kolejnych momentach czasu Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Dane panelowe to dane, które jednocześnie posiadają cechy danych przekrojowych i szeregów czasowych Czyli obserwujemy te same obiekty w kolejnych momentach czasu Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Obserwacje dotyczące jednego okresu czasu t nazywamy falą badania panelowego Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Obserwacje dotyczące jednego okresu czasu t nazywamy falą badania panelowego Jeżeli każda fala zawiera N obserwacji, po panel zawiera n · T obserwacji Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Obserwacje dotyczące jednego okresu czasu t nazywamy falą badania panelowego Jeżeli każda fala zawiera N obserwacji, po panel zawiera n · T obserwacji Gdy n = 1, a T jest duże to zbór danych jest szeregiem czasowym Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Obserwacje dotyczące jednego okresu czasu t nazywamy falą badania panelowego Jeżeli każda fala zawiera N obserwacji, po panel zawiera n · T obserwacji Gdy n = 1, a T jest duże to zbór danych jest szeregiem czasowym Gdy T = 1, a n jest duże to zbór danych jest próbą przekrojową Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Obserwacje dotyczące jednego okresu czasu t nazywamy falą badania panelowego Jeżeli każda fala zawiera N obserwacji, po panel zawiera n · T obserwacji Gdy n = 1, a T jest duże to zbór danych jest szeregiem czasowym Gdy T = 1, a n jest duże to zbór danych jest próbą przekrojową O danych panelowych mówimy, gdy n > 1, oraz T > 1 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Właściwości estymatorów dla danych panelowych wyprowadza się przy założeniu, że jeden w wymiarów jest nieskończony Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Właściwości estymatorów dla danych panelowych wyprowadza się przy założeniu, że jeden w wymiarów jest nieskończony W praktyce, zazwyczaj liczba obiektów n jest duża, a liczba okresów T niewielka Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Właściwości estymatorów dla danych panelowych wyprowadza się przy założeniu, że jeden w wymiarów jest nieskończony W praktyce, zazwyczaj liczba obiektów n jest duża, a liczba okresów T niewielka Zaletą danych panelowych jest większą ilość informacji o tych samych obiektach Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Właściwości estymatorów dla danych panelowych wyprowadza się przy założeniu, że jeden w wymiarów jest nieskończony W praktyce, zazwyczaj liczba obiektów n jest duża, a liczba okresów T niewielka Zaletą danych panelowych jest większą ilość informacji o tych samych obiektach Dane panelowe umożliwiają jednoczesne uwzględnienie zróżnicowania badanych obiektów, oraz ich ewolucji w czasie Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Właściwości estymatorów dla danych panelowych wyprowadza się przy założeniu, że jeden w wymiarów jest nieskończony W praktyce, zazwyczaj liczba obiektów n jest duża, a liczba okresów T niewielka Zaletą danych panelowych jest większą ilość informacji o tych samych obiektach Dane panelowe umożliwiają jednoczesne uwzględnienie zróżnicowania badanych obiektów, oraz ich ewolucji w czasie Często agregacja danych indywidualnych na poziomie mikro dostarcza inne informacji niż analiza na poziomie makro Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - agregacja preferencji TWP Dane panelowe pozwalają analizować proces podejmowania decyzji Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - agregacja preferencji TWP Dane panelowe pozwalają analizować proces podejmowania decyzji MKOL wybiera gospodarza igrzysk olimpijskich Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - agregacja preferencji TWP Dane panelowe pozwalają analizować proces podejmowania decyzji MKOL wybiera gospodarza igrzysk olimpijskich Z danych makro wiemy, że wybrano miasto B Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - agregacja preferencji TWP Dane panelowe pozwalają analizować proces podejmowania decyzji MKOL wybiera gospodarza igrzysk olimpijskich Z danych makro wiemy, że wybrano miasto B Na poziomie mikro wiemy, że w pierwszej rundzie głowy rozłożyły się następująco Miasto Głosy A 21 B 15 C 10 Dane panelowe D 6 Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - agregacja preferencji TWP Dane panelowe pozwalają analizować proces podejmowania decyzji MKOL wybiera gospodarza igrzysk olimpijskich Z danych makro wiemy, że wybrano miasto B Na poziomie mikro wiemy, że w pierwszej rundzie głowy rozłożyły się następująco Miasto Głosy A 21 B 15 C 10 D 6 wiedząc, że głosujący mieli a-priori zdefiniowane preferencje, znając zasady wyboru możemy odtworzyć mechanizm decyzyjny Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Ograniczenia wykorzystania danych panelowych Wysokie koszty pozyskania danych Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Ograniczenia wykorzystania danych panelowych Wysokie koszty pozyskania danych Czasochłonność badania Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Ograniczenia wykorzystania danych panelowych Wysokie koszty pozyskania danych Czasochłonność badania Niedoskonałość baz danych Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Ograniczenia wykorzystania danych panelowych Wysokie koszty pozyskania danych Czasochłonność badania Niedoskonałość baz danych Problemy odmowy uczestnictwa i wycofywania się (wypadania) jednostek z badania Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - Zalety danych panelowych Na podstawie danych BAEL2008Q4 wiemy, że wzrosła stopa bezrobocia Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - Zalety danych panelowych Na podstawie danych BAEL2008Q4 wiemy, że wzrosła stopa bezrobocia Czy wzrost jest efektem zwiększonego napływu osób do bezrobocia, czy zmniejszył się odpływ z bezrobocia czy może wzrósł czas trwania bezrobocia? Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - Zalety danych panelowych Na podstawie danych BAEL2008Q4 wiemy, że wzrosła stopa bezrobocia Czy wzrost jest efektem zwiększonego napływu osób do bezrobocia, czy zmniejszył się odpływ z bezrobocia czy może wzrósł czas trwania bezrobocia? Na podstawie danych przekrojowych nie można udzielić odpowiedzi Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Przykład - Zalety danych panelowych Na podstawie danych BAEL2008Q4 wiemy, że wzrosła stopa bezrobocia Czy wzrost jest efektem zwiększonego napływu osób do bezrobocia, czy zmniejszył się odpływ z bezrobocia czy może wzrósł czas trwania bezrobocia? Na podstawie danych przekrojowych nie można udzielić odpowiedzi Ale bezrobotni stanowią tylko około 5% populacji, więc będziemy wnioskować na podstawie niewielkiej liczby obserwacji Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Klasyczny schemat losowania panelowego, tj. losowanie tzw. panelu zbilansowanego, jest rzadko stosowane Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Klasyczny schemat losowania panelowego, tj. losowanie tzw. panelu zbilansowanego, jest rzadko stosowane Dużo częściej wykorzystywane są tzw. panele rotacyjne Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Klasyczny schemat losowania panelowego, tj. losowanie tzw. panelu zbilansowanego, jest rzadko stosowane Dużo częściej wykorzystywane są tzw. panele rotacyjne Jeżeli okres rotacji panelu wynosi k, to w każdej fali jest k1 N nowych obiektów Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Klasyczny schemat losowania panelowego, tj. losowanie tzw. panelu zbilansowanego, jest rzadko stosowane Dużo częściej wykorzystywane są tzw. panele rotacyjne Jeżeli okres rotacji panelu wynosi k, to w każdej fali jest k1 N nowych obiektów Zastępują one obiekty, które przetrwały k okresów Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Klasyczny schemat losowania panelowego, tj. losowanie tzw. panelu zbilansowanego, jest rzadko stosowane Dużo częściej wykorzystywane są tzw. panele rotacyjne Jeżeli okres rotacji panelu wynosi k, to w każdej fali jest k1 N nowych obiektów Zastępują one obiekty, które przetrwały k okresów Zaleta schematu rotacyjnego jest mniejsza liczba odmów uczestnictwa, oraz mniejsza liczba obiektów wypadających Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Klasyczny schemat rotacyjny T/próba 1 2 3 4 5 6 7 8 A X X X B X X X C X X X D X X X E X X X Dane panelowe F G H X X X X X X Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Schemat Panelu BBGD rok/próba 2001 2002 2003 2004 2005 2006 2007 2008 1 X X X X 2 X X X X 3 X X X X 4 X X X X 5 6 7 8 X X X X X X X X X X Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Panel zbilansowany Panelem zbilansowanym nazywamy zbiór danych panelowych, w którym dla wszystkich N obiektów dysponujemy T obserwacjami Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Panel zbilansowany Panelem zbilansowanym nazywamy zbiór danych panelowych, w którym dla wszystkich N obiektów dysponujemy T obserwacjami w praktyce panele zbilansowane spotykane są w badaniach makroekonomicznych Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Panel zbilansowany Panelem zbilansowanym nazywamy zbiór danych panelowych, w którym dla wszystkich N obiektów dysponujemy T obserwacjami w praktyce panele zbilansowane spotykane są w badaniach makroekonomicznych trudno jest przy dużej liczbie badanych obiektów zapewnić zbilansowanie Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Schemat panelu zbilansowanegp T/próba 1 2 3 4 5 6 7 8 A X X X X X X X X B X X X X X X X X C X X X X X X X X D X X X X X X X X E X X X X X X X X Dane panelowe F X X X X X X X X G X X X X X X X X H X X X X X X X X Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Brak wszystkich jednostek podczas badania może mieć charakter przypadkowy (losowy), np.nieobecność w domu podczas wizyty ankietera Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Brak wszystkich jednostek podczas badania może mieć charakter przypadkowy (losowy), np.nieobecność w domu podczas wizyty ankietera Albo charakter trwały np. zmiana miejsca zamieszkania Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Brak wszystkich jednostek podczas badania może mieć charakter przypadkowy (losowy), np.nieobecność w domu podczas wizyty ankietera Albo charakter trwały np. zmiana miejsca zamieszkania Trwałe wypadanie obiektów z badanie panelowego nazywamy wycieraniem się panelu Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Brak wszystkich jednostek podczas badania może mieć charakter przypadkowy (losowy), np.nieobecność w domu podczas wizyty ankietera Albo charakter trwały np. zmiana miejsca zamieszkania Trwałe wypadanie obiektów z badanie panelowego nazywamy wycieraniem się panelu Braki w obserwacjach mogą powodować obciążenie estymatorów, gdy proces powodujący powstawanie braków ma związek z charakterystykami obiektów Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Panele rotacyjne Panele zbilansowane Przykład - wycieranie się BAEL ID: DATE: 4400004, 4400009, ..., 4460243 2002q1, 2002q2, ..., 2003q2 Delta(DATE) = 1 quarter Distribution of T_i: min 5% 25% 1 1 2 Freq. Percent Cum. | Pattern ---------------------------+--------1676 50.51 50.51 | 11..11 465 14.01 64.53 | 11.... 375 11.30 75.83 | ....11 153 4.61 80.44 | .....1 152 4.58 85.02 | .1..11 134 4.04 89.06 | 11..1. 126 3.80 92.86 | 1..... 82 2.47 95.33 | .1.... 51 1.54 96.87 | ....1. 33 0.99 97.86 | 11...1 24 0.72 98.58 | 1...11 18 0.54 99.13 | .1..1. 29 0.87 100.00 | (other patterns) ---------------------------+--------3318 100.00 | XX..XX Dane panelowe n = 3318 T = 4 Span(DATE) = 6 periods 50% 75% 95% max 4 4 4 4 Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Podstawowym modelem jest liniowy model efektów nieobserwowanych yit = Xit β + ui + εit Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Podstawowym modelem jest liniowy model efektów nieobserwowanych yit = Xit β + ui + εit Obserwacje są podwójnie indeksowane: i oznacza obiekt, t okres czasu Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Podstawowym modelem jest liniowy model efektów nieobserwowanych yit = Xit β + ui + εit Obserwacje są podwójnie indeksowane: i oznacza obiekt, t okres czasu Błąd losowy składa się z dwóch elementów Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Podstawowym modelem jest liniowy model efektów nieobserwowanych yit = Xit β + ui + εit Obserwacje są podwójnie indeksowane: i oznacza obiekt, t okres czasu Błąd losowy składa się z dwóch elementów błędu ui zawierającego stałe w czasie nieobserwowane charakterystyki Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Podstawowym modelem jest liniowy model efektów nieobserwowanych yit = Xit β + ui + εit Obserwacje są podwójnie indeksowane: i oznacza obiekt, t okres czasu Błąd losowy składa się z dwóch elementów błędu ui zawierającego stałe w czasie nieobserwowane charakterystyki błędu czysto losowego εit Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Oszacowania parametrów można uzyskać przeprowadzając regresję na całej próbie Pooled OLS Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Oszacowania parametrów można uzyskać przeprowadzając regresję na całej próbie Pooled OLS W takim przypadku pomijamy informacje o strukturze próby, więc estymatory nie będą efektywne Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Oszacowania parametrów można uzyskać przeprowadzając regresję na całej próbie Pooled OLS W takim przypadku pomijamy informacje o strukturze próby, więc estymatory nie będą efektywne Warunki nieobciążoności i zgodności estymatora są takie same jak w przypadku regresji dla danych przekrojowych dla dużej próby Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Oszacowania parametrów można uzyskać przeprowadzając regresję na całej próbie Pooled OLS W takim przypadku pomijamy informacje o strukturze próby, więc estymatory nie będą efektywne Warunki nieobciążoności i zgodności estymatora są takie same jak w przypadku regresji dla danych przekrojowych dla dużej próby Cechą specyficzną jest zgodność estymatora przy N → ∞, gdy T jest skończone Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Aby oszacować parametry modelu yit = Xit β + ui + εit Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Aby oszacować parametry modelu yit = Xit β + ui + εit Wygodnie jest zapisać, go w postaci yit = Xit β + vit vit = ui + εit Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Aby oszacować parametry modelu yit = Xit β + ui + εit Wygodnie jest zapisać, go w postaci yit = Xit β + vit vit = ui + εit Z własności MNK wynika, że estymator będzie zgodny gdy ∀it E (vit ) = 0 ∀it cov (vit , xit ) = 0 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Aby oszacować parametry modelu yit = Xit β + ui + εit Wygodnie jest zapisać, go w postaci yit = Xit β + vit vit = ui + εit Z własności MNK wynika, że estymator będzie zgodny gdy ∀it E (vit ) = 0 ∀it cov (vit , xit ) = 0 Oraz odpowiednie kowariancje elementów składnika losowego są skończone Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK O błędzie czysto losowym zakładamy, że ∀it E (εit ) = 0 ∀it cov (εit , xit ) = 0 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK O błędzie czysto losowym zakładamy, że ∀it E (εit ) = 0 ∀it cov (εit , xit ) = 0 Przy spełnionych założeniach warunkiem koniecznym dla zgodności jest estymatora MNK jest brak korelacji pomiędzy efektem indywidualnym, a charakterystykami jednostek ∀it E (ui ) = 0 ∀it cov (ui , xit ) = 0 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK gdy dodatkowo E (εit |X ) = 0 E (ui |X ) = 0 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK gdy dodatkowo E (εit |X ) = 0 E (ui |X ) = 0 Estymator MNK będzie nieobciążony Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK gdy dodatkowo E (εit |X ) = 0 E (ui |X ) = 0 Estymator MNK będzie nieobciążony Podsumowując, estymator MNK jest zgodny, jeżeli efekty indywidualne nie sa skorelowane ze zmiennymi objaśniającymi Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Przy spełnionych założeniach estymator MNK zastosowany do pełnej próby jest estymatorem zgodnym Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Przy spełnionych założeniach estymator MNK zastosowany do pełnej próby jest estymatorem zgodnym Na mocy twierdzenia Gaussa-Markowa estymator MNK jest efektywny, gdy błąd losowy jest honoscedastyczny i nieskorelowany Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Przy spełnionych założeniach estymator MNK zastosowany do pełnej próby jest estymatorem zgodnym Na mocy twierdzenia Gaussa-Markowa estymator MNK jest efektywny, gdy błąd losowy jest honoscedastyczny i nieskorelowany Przyjmijmy, że var (ε|X ) = σε2 I var (u|X ) = σu2 I cov (u, ε|X ) = 0 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Problemem jest fakt, iż te założenia nie implikują homoscedastyczności i braku autokorelacji łącznego składnika losowego, gdyż Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Problemem jest fakt, iż te założenia nie implikują homoscedastyczności i braku autokorelacji łącznego składnika losowego, gdyż Wariancja wynosi var (vit |X ) = var (uit + εit |X ) Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Problemem jest fakt, iż te założenia nie implikują homoscedastyczności i braku autokorelacji łącznego składnika losowego, gdyż Wariancja wynosi var (vit |X ) = var (uit + εit |X ) var (vit |X ) = var (ui |X ) + var (εit |X ) + 2cov (ui , εit |X ) Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Problemem jest fakt, iż te założenia nie implikują homoscedastyczności i braku autokorelacji łącznego składnika losowego, gdyż Wariancja wynosi var (vit |X ) = var (uit + εit |X ) var (vit |X ) = var (ui |X ) + var (εit |X ) + 2cov (ui , εit |X ) var (vit |X ) = σu2 + σε2 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Kowariancja dla różnych jednostek wynosi cov (vit , vjs |X ) = cov (ui + εit , uj + εjs |X ) = Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Kowariancja dla różnych jednostek wynosi cov (vit , vjs |X ) = cov (ui + εit , uj + εjs |X ) = = cov (ui , uj |X )+cov (ui , εjs |X )+cov (uj , εit |X )+cov (εit , εjs |X ) Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Kowariancja dla różnych jednostek wynosi cov (vit , vjs |X ) = cov (ui + εit , uj + εjs |X ) = = cov (ui , uj |X )+cov (ui , εjs |X )+cov (uj , εit |X )+cov (εit , εjs |X ) cov (vit , vjs |X ) = 0 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Kowariancja dla tej samej jednostki w różnych momentach czasu cov (vit , vis |X ) = cov (ui + εit , ui + εis |X ) = Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Kowariancja dla tej samej jednostki w różnych momentach czasu cov (vit , vis |X ) = cov (ui + εit , ui + εis |X ) = = var (ui |X ) + cov (ui , εis |X ) + cov (ui , εit |X ) + cov (εit , εis |X ) Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Kowariancja dla tej samej jednostki w różnych momentach czasu cov (vit , vis |X ) = cov (ui + εit , ui + εis |X ) = = var (ui |X ) + cov (ui , εis |X ) + cov (ui , εit |X ) + cov (εit , εis |X ) cov (vit , vis |X ) = σu2 Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Zatem macierz wariancji kowariancji łącznego błędu losowego nie jest diagnonalna 2 σu + σε2 σu2 ... σu2 σu2 σu2 + σε2 . . . σu2 .. .. . . 2 2 2 2 σu σu . . . σu + σ ε Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Zatem macierz wariancji kowariancji łącznego błędu losowego nie jest diagnonalna 2 σu + σε2 σu2 ... σu2 σu2 σu2 + σε2 . . . σu2 .. .. . . 2 2 2 2 σu σu . . . σu + σ ε więc estymator nie jest efektywny Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Zatem macierz wariancji kowariancji łącznego błędu losowego nie jest diagnonalna 2 σu + σε2 σu2 ... σu2 σu2 σu2 + σε2 . . . σu2 .. .. . . 2 2 2 2 σu σu . . . σu + σ ε więc estymator nie jest efektywny ponadto, estymator MNK nie jest zgodny Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK Linear regression Number of obs F( 14, 3308) Prob > F R-squared Root MSE = = = = = 9902 76.45 0.0000 0.3287 .41133 (Std. Err. adjusted for 3309 clusters in ID) -----------------------------------------------------------------------------| Robust lnplaca | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------wiek | .7552931 .1064074 7.10 0.000 .546662 .9639242 wiek2 | -.0252919 .0040584 -6.23 0.000 -.0332493 -.0173346 wiek3 | .0003679 .0000661 5.57 0.000 .0002383 .0004974 wiek4 | -1.97e-06 3.88e-07 -5.07 0.000 -2.73e-06 -1.21e-06 plec | -.2333247 .0151957 -15.35 0.000 -.2631186 -.2035308 wyksz_2 | -.2946406 .0233551 -12.62 0.000 -.3404324 -.2488488 wyksz_3 | -.4652174 .0239769 -19.40 0.000 -.5122284 -.4182064 wyksz_4 | -.6854075 .0336485 -20.37 0.000 -.7513814 -.6194336 ------------------------------------------------------------------------------ Dane panelowe Definicja danych panelowych Typy danych panelowych Modele dla danych panelowych Model efektów nieobserwowanych POLS Własności estymatora MNK -----------------------------------------------------------------------------| Robust lnplaca | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------klm_2 | -.078814 .0356332 -2.21 0.027 -.1486793 -.0089487 klm_3 | -.1246839 .0285586 -4.37 0.000 -.1806782 -.0686895 klm_4 | -.1700034 .0295606 -5.75 0.000 -.2279622 -.1120445 rok_2 | .0001422 .0048269 0.03 0.976 -.0093218 .0096062 rok_3 | .0128227 .0072163 1.78 0.076 -.0013262 .0269716 rok_4 | .0077686 .007808 0.99 0.320 -.0075403 .0230775 _cons | -.7713203 1.006398 -0.77 0.443 -2.744546 1.201906 ------------------------------------------------------------------------------ Dane panelowe