Введение
Статистический метод Панельный (данный) анализ - это статистический метод, широко используемый в социальных науках, эпидемиологии и эконометрике для анализа двухмерных (обычно поперечных и продольных) панельных данных. Данные обычно собираются с течением времени и с одними и теми же людьми, а затем проводится регрессия по этим двум измерениям. Многомерный анализ - это эконометрический метод, при котором данные собираются более чем в двух измерениях (обычно время, индивидуумы и некоторое третье измерение). Общая модель регрессии панельных данных выглядит как , где зависимая переменная, независимая переменная, и коэффициенты, и индексы для людей и времени. Ошибка очень важна в этом анализе. Предположения о терминах ошибки определяют, говорим ли мы о фиксированных эффектах или случайных эффектах. В модели с фиксированными эффектами предполагается, что она изменяется нестохастически или делает модель с фиксированными эффектами аналогичной модели с фиктивными переменными в одном измерении. В модели случайных эффектов предполагается, что изменяется стохастически или требует специальной обработки матрицы дисперсии ошибки. Анализ данных панелей имеет три более или менее независимых подхода: независимые группы; модели случайных эффектов; модели фиксированных эффектов или первые дифференцированные модели. Выбор между этими методами зависит от цели анализа и проблем, касающихся экзогенности объяснительных переменных.
Panel (data) analysis is a statistical method, widely used in social science, epidemiology, and econometrics to analyze two dimensional (typically cross sectional and longitudinal) panel data. The data are usually collected over time and over the same individuals and then a regression is run over these two dimensions. Multidimensional analysis is an econometric method in which data are collected over more than two dimensions (typically, time, individuals, and some third dimension). A common panel data regression model looks like , where is the dependent variable, is the independent variable, and are coefficients, and are indices for individuals and time. The error is very important in this analysis. Assumptions about the error term determine whether we speak of fixed effects or random effects. In a fixed effects model, is assumed to vary non stochastically over or making the fixed effects model analogous to a dummy variable model in one dimension. In a random effects model, is assumed to vary stochastically over or requiring special treatment of the error variance matrix. Panel data analysis has three more or less independent approaches:
independently pooled panels;
random effects models;
fixed effects models or first differenced models. The selection between these methods depends upon the objective of the analysis, and the problems concerning the exogeneity of the explanatory variables.
Модели динамических панелей
В отличие от стандартной панельной модели данных, динамическая панельная модель также включает в себя отстающие значения зависимой переменной в качестве регрессоров. Например, включение одного отставания зависимой переменной порождает: Предположения модели фиксированного эффекта и случайного эффекта нарушаются в этой настройке. Вместо этого практикующие используют метод, подобный оценщику Arellano Bond.
The assumptions of the fixed effect and random effect models are violated in this setting. Instead, practitioners use a technique like the Arellano–Bond estimator.