版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、問題和動機遺漏重要變量或有明確的非觀測效應(yīng)動態(tài)效應(yīng)原理離差消除不可觀測效應(yīng)綜合利用截面和時間序列信息方法例子第八章 面板數(shù)據(jù)模型(Panel Data )問題和動機第八章 面板數(shù)據(jù)模型(Panel Data )一面板數(shù)據(jù)定義 面板數(shù)據(jù)是同時在時間和截面空間上取得的二維數(shù)據(jù)。面板數(shù)據(jù)從橫截面上看,是由若干個體在某一時刻構(gòu)成的截面觀測值,從縱剖面上看是一個時間序列。面板數(shù)據(jù)用雙下標變量表示。例如 Yi t , i = 1, 2, , n; t = 1, 2, , Tn 表示面板數(shù)據(jù)中含有n個個體。T 表示時間序列的最大長度。若固定t不變,Yi . , ( i = 1, 2, , n) 是橫截面上的
2、n個隨機變量;若固定i不變,Y. t 是縱剖面上的一個時間序列。一面板數(shù)據(jù)定義 面板數(shù)據(jù)是同時在時間和截面空間基本模型橫截面對Y的干擾混合影響隨機效應(yīng)模型(Random Effect) 固定效應(yīng)模型 (Fixed Effect或 LSDV)由截距項體現(xiàn)個體差異基本模型橫截面對Y的干擾混合影響隨機效應(yīng)模型(Random 二. 固定效應(yīng)模型對模型(1)不同個體的差異與 t 無關(guān)對同一個個體:同一個體在不同時期沒有差異。二. 固定效應(yīng)模型對模型(1)不同個體的差異與 t 無關(guān)對同對模型(2)不同個體的差異與 t 無關(guān)對同一個體不同時期:同一個體在不同時期有差異。對不同個體不同時期:不同個體不同時期有
3、差異。對模型(2)不同個體的差異與 t 無關(guān)對同一個體不同時期:同1. 關(guān)于2. 對固定效應(yīng)的模型(1)設(shè)定和估計(1)設(shè)定(不含截距項,引進n個虛擬變量)1. 關(guān)于2. 對固定效應(yīng)的模型(1)設(shè)定和估計(1)設(shè)定(2)估計 OLS, ML 估計(只要滿足古典假設(shè))Y D1 D2 Dn X OLS 分塊估計(克服n 太大)思路:先估計(2)估計 OLS, ML 估計(只要滿足古典假設(shè))Y 得再估計方差的估計量為:(3)設(shè)定檢驗基本模型固定影響模型得再估計方差的估計量為:(3)設(shè)定檢驗基本模型固定影響模型線性約束檢驗(有n-1個約束方程)不選基本模型不拒基本模型注:對含截距項模型,設(shè)定時引進n-
4、1個虛擬變量。線性約束檢驗(有n-1個約束方程)不選基本模型不拒基本模型注3. 對固定效應(yīng)的模型(2)設(shè)定和估計(1)設(shè)定(不含截距項,引進nT-1個虛擬變量)含截距項,引進nT-2個虛擬變量:3. 對固定效應(yīng)的模型(2)設(shè)定和估計(1)設(shè)定(不含截距項(2)估計 OLS, ML 估計(只要滿足古典假設(shè)) 分塊估計(3)設(shè)定檢驗 (不含截距項)若接受,則選基本模型說明:用模型(2)比較少。因為引進變量太多, 參數(shù)估計太多,自由度減少。一般刻畫時間上的 差異時直接引進 t。(2)估計 OLS, ML 估計(只要滿足古典假設(shè)) 分三. 隨機效應(yīng)模型(Random Effect) 1. 模型2. 假
5、定三. 隨機效應(yīng)模型(Random Effect) 1. 模關(guān)于wit的假定:不同個體無自相關(guān);同一個個體有自相關(guān)。關(guān)于wit的假定:不同個體無自相關(guān);同一個個體有自相關(guān)。3. 估計方法OLS, GLS, FGLS, ML等下面利用OLS介紹單位間估計和單位內(nèi)估計 Between estimator和within estimator1. OLS估計量3. 估計方法OLS, GLS, FGLS, ML等下面利用2. 分解(1)單位內(nèi)估計用2. 分解(1)單位內(nèi)估計用2. 分解(續(xù))(2)單位間估計用2. 分解(續(xù))(2)單位間估計用(3)單位內(nèi)估計和單位間估計的關(guān)系(3)單位內(nèi)估計和單位間估計的
6、關(guān)系 被解釋變量: 消費支出y 單位:元解釋變量: 純收入x 單位:元一 、模型設(shè)定例: 模型形式: 二、 樣本選自中國農(nóng)業(yè)統(tǒng)計年鑒。 各地區(qū)農(nóng)村居民平均每人年生活消費支出及純收入調(diào)用數(shù)據(jù)庫Panel data 被解釋變量: 消費支出y 單位:元一 、模型設(shè)定例第七講-面板數(shù)據(jù)模型Fixed-Effect-Random-Effect-優(yōu)質(zhì)課件3. 模型結(jié)果展示:3. 模型結(jié)果展示:第七講-面板數(shù)據(jù)模型Fixed-Effect-Random-Effect-優(yōu)質(zhì)課件第七講-面板數(shù)據(jù)模型Fixed-Effect-Random-Effect-優(yōu)質(zhì)課件第七講-面板數(shù)據(jù)模型Fixed-Effect-Random-Effect-優(yōu)質(zhì)課件4. 結(jié)果分析 從簡單回歸結(jié)果看,=0.9279,樣本擬合優(yōu)度很高。 T統(tǒng)計量=18.29大于臨界值,變量顯著。 F統(tǒng)計量=334.4,大于臨界值 說明方程顯著成立。從固定影響模型檢驗結(jié)果看, 拒絕假設(shè),即不選基本模型。4. 結(jié)果分析 從簡單回歸結(jié)果看,=0.9279,樣本擬合從隨機影響模型檢驗結(jié)果看, 假設(shè):個體影響與回歸量無關(guān) 接受假設(shè),不選固定影響模型,選隨機影響模型合適。5. 經(jīng)濟分析根據(jù)隨機影響模型回歸結(jié)果進行簡單的邊際分析。模型為:y=-192.43+0.79x我國農(nóng)村居民人均純收入每增加一元,人均消費將增加0
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年度水產(chǎn)批發(fā)市場整體轉(zhuǎn)讓及經(jīng)營合同范本
- 二零二五年度灌溉用水量監(jiān)測與統(tǒng)計服務(wù)合同
- 2025年度茶園認養(yǎng)與茶葉包裝設(shè)計及銷售合同
- 2025年度股權(quán)出質(zhì)質(zhì)權(quán)私募股權(quán)投資基金管理合同
- 2025年度購房貸款還款計劃調(diào)整合同
- 2025年度租賃房屋租賃合同押金退還協(xié)議電子版
- 2025年度集體合同生效程序與民族地區(qū)勞動者權(quán)益保護協(xié)議
- 2025年度解除終止勞動合同后離職員工福利保障協(xié)議
- 2025年度終止勞動合同協(xié)議書:勞動合同終止與員工離職就業(yè)指導(dǎo)合同
- 2025年度銷售業(yè)務(wù)員勞動合同模板(含數(shù)字化銷售工具使用規(guī)范)
- 春節(jié)值班安全教育培訓
- 華為經(jīng)營管理-華為的研發(fā)管理(6版)
- 鋰離子電池生產(chǎn)工藝流程圖
- 帶狀皰疹護理查房
- 平衡計分卡-化戰(zhàn)略為行動
- 幼兒園小班下學期期末家長會PPT模板
- 礦山安全培訓課件-地下礦山開采安全技術(shù)
- 幼兒教師干預(yù)幼兒同伴沖突的行為研究 論文
- 湖南省省級溫室氣體排放清單土地利用變化和林業(yè)部分
- simotion輪切解決方案與應(yīng)用手冊
- DSC曲線反映PET得結(jié)晶度
評論
0/150
提交評論