面板数据分析-课件_第1页
面板数据分析-课件_第2页
面板数据分析-课件_第3页
面板数据分析-课件_第4页
面板数据分析-课件_第5页
已阅读5页,还剩25页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

面板数据分析

—PanelData1ppt课件面板数据分析

—Pa1.面板数据模型简介面板数据(paneldata)也称作时间序列与截面混合数据(pooledtimeseriesandcrosssectiondata)。面板数据是截面上个体在不同时点的重复观测数据。N=30,T=50的面板数据示意图中国各省级地区消费性支出占可支配收入比例走势图2ppt课件1.面板数据模型简介面板数据(paneldata)也称作时面板数据分两种特征:(1)个体数少,时间长。(2)个体数多,时间短。面板数据用双下标变量表示。yit,i=1,2,…,N;t=1,2,…,Ti

对应面板数据中不同个体。N表示面板数据中含有N个个体。t

对应面板数据中不同时点。T表示时间序列的最大长度。利用面板数据建立模型的好处是:(1)由于观测值的增多,可以增加估计量的抽样精度。(2)对于固定效应回归模型能得到参数的一致估计量,甚至有效估计量。(3)面板数据建模比单截面数据建模可以获得更多的动态信息。3ppt课件面板数据分两种特征:(1)个体数少,时间长。(2)个体数多,yit,i=1,2,…,N;t=1,2,…,T若固定t不变,yi.,(i=1,2,…,N)是横截面上的N个随机变量;若固定i不变,y.t,(t=1,2,…,T)是纵剖面上的一个时间序列(个体)。4ppt课件yit,i=1,2,…,N;t=1,面板数据是不同个体和不同时期被观察的数据(LongitudinalorPanelData)横截面数据时间序列数据面板数据5ppt课件面板数据是不同个体和不同时期被观察的数据(Longitudi2.面板数据模型分类用面板数据建立的模型通常有3种,即混合模型、固定效应模型和随机效应模型。2.1混合模型(Pooledmodel)。如果一个面板数据模型定义为,

yit=

+

Xit'

+

it,i=1,2,…,N;t=1,2,…,T其中yit为被回归变量(标量),

表示截距项,Xit为k

1阶回归变量列向量(包括k个回归量),

为k

1阶回归系数列向量,

it为误差项(标量)。则称此模型为混合回归模型。混合回归模型的特点是无论对任何个体和截面,回归系数

都相同。如果模型是正确设定的,解释变量与误差项不相关,即Cov(Xit,

it)=0。那么无论是N

,还是T

,模型参数的混合最小二乘估计量(PooledOLS)都是一致估计量。6ppt课件2.面板数据模型分类用面板数据建立的模型通常有3种,即混合模2.2固定效应模型(fixedeffectsmodel)。固定效应模型分为3种类型,即个体固定效应模型、时点固定效应模型和个体时点双固定效应模型。下面分别介绍。2.2.1个体固定效应模型(entityfixedeffectsmodel)如果一个面板数据模型定义为,

yit=

i

+

Xit'

+

it,i=1,2,…,N;t=1,2,…,T

其中

i是随机变量,表示对于i个个体有i个不同的截距项,且其变化与Xit有关系;Xit为k

1阶回归变量列向量(包括k个回归量),

为k

1阶回归系数列向量,对于不同个体回归系数相同,yit为被回归变量(标量),

it为误差项(标量),则称此模型为个体固定效应模型。7ppt课件2.2固定效应模型(fixedeffectsmodel8ppt课件8ppt课件9ppt课件9ppt课件10ppt课件10ppt课件11ppt课件11ppt课件12ppt课件12ppt课件13ppt课件13ppt课件3.面板数据模型估计方法混合最小二乘(PooledOLS)估计(适用于混合模型)平均数(between)OLS估计(适用于混合模型和个体随机效应模型)离差变换(within)OLS估计(适用于个体固定效应回归模型)一阶差分(firstdifference)OLS估计(适用于个体固定效应模型)可行GLS(feasibleGLS)估计(适用于随机效应模型)14ppt课件3.面板数据模型估计方法混合最小二乘(PooledOL15ppt课件15ppt课件16ppt课件16ppt课件17ppt课件17ppt课件18ppt课件18ppt课件19ppt课件19ppt课件20ppt课件20ppt课件21ppt课件21ppt课件22ppt课件22ppt课件23ppt课件23ppt课件24ppt课件24ppt课件25ppt课件25ppt课件

26ppt课件26ppt课件27ppt课件27ppt课件示例采用STATA自带的范例数据grunfeld.dta包含六个变量company和year分别表示样本公司的代码和观察的年份,相当于截面变量和时间变量invest表示公司的投资额;mvalue表示公司的市场价值;kstock表示公司的资本存量目的是看公司的投资额和资本存量如何影响公司的市场价值28ppt课件示例采用STATA自带的范例数据grunfeld.dta

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论