面板數(shù)據(jù)模型.ppt

面板數(shù)據(jù)模型.ppt

ID:50504829

大小:1.25 MB

頁數(shù):64頁

時(shí)間:2020-03-14

面板數(shù)據(jù)模型.ppt_第1頁
面板數(shù)據(jù)模型.ppt_第2頁
面板數(shù)據(jù)模型.ppt_第3頁
面板數(shù)據(jù)模型.ppt_第4頁
面板數(shù)據(jù)模型.ppt_第5頁
資源描述:

《面板數(shù)據(jù)模型.ppt》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、面板數(shù)據(jù) ——PanelData18.面板數(shù)據(jù)模型的協(xié)整檢驗(yàn)21.面板數(shù)據(jù)模型簡介面板數(shù)據(jù)(paneldata)也稱作時(shí)間序列與截面混合數(shù)據(jù)(pooledtimeseriesandcrosssectiondata)。面板數(shù)據(jù)是截面上個(gè)體在不同時(shí)點(diǎn)的重復(fù)觀測數(shù)據(jù)。N=30,T=50的面板數(shù)據(jù)示意圖中國各省級(jí)地區(qū)消費(fèi)性支出占可支配收入比例走勢圖3面板數(shù)據(jù)分兩種特征:(1)個(gè)體數(shù)少,時(shí)間長。(2)個(gè)體數(shù)多,時(shí)間短。面板數(shù)據(jù)用雙下標(biāo)變量表示。yit,i=1,2,…,N;t=1,2,…,Ti對(duì)應(yīng)面板數(shù)據(jù)中不同個(gè)體。N表示

2、面板數(shù)據(jù)中含有N個(gè)個(gè)體。t對(duì)應(yīng)面板數(shù)據(jù)中不同時(shí)點(diǎn)。T表示時(shí)間序列的最大長度。利用面板數(shù)據(jù)建立模型的好處是:(1)由于觀測值的增多,可以增加估計(jì)量的抽樣精度。(2)對(duì)于固定效應(yīng)回歸模型能得到參數(shù)的一致估計(jì)量,甚至有效估計(jì)量。(3)面板數(shù)據(jù)建模比單截面數(shù)據(jù)建??梢垣@得更多的動(dòng)態(tài)信息。4yit,i=1,2,…,N;t=1,2,…,T若固定t不變,yi.,(i=1,2,…,N)是橫截面上的N個(gè)隨機(jī)變量;若固定i不變,y.t,(t=1,2,…,T)是縱剖面上的一個(gè)時(shí)間序列(個(gè)體)。5面板數(shù)據(jù)是不同個(gè)體和不同時(shí)期被觀察的數(shù)

3、據(jù)(LongitudinalorPanelData)橫截面數(shù)據(jù)時(shí)間序列數(shù)據(jù)面板數(shù)據(jù)62.面板數(shù)據(jù)模型分類用面板數(shù)據(jù)建立的模型通常有3種,即混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型。2.1混合模型(Pooledmodel)。如果一個(gè)面板數(shù)據(jù)模型定義為,yit=?+Xit'?+?it,i=1,2,…,N;t=1,2,…,T其中yit為被回歸變量(標(biāo)量),?表示截距項(xiàng),Xit為k?1階回歸變量列向量(包括k個(gè)回歸量),?為k?1階回歸系數(shù)列向量,?it為誤差項(xiàng)(標(biāo)量)。則稱此模型為混合回歸模型?;旌匣貧w模型的特點(diǎn)是無論對(duì)

4、任何個(gè)體和截面,回歸系數(shù)?和?都相同。如果模型是正確設(shè)定的,解釋變量與誤差項(xiàng)不相關(guān),即Cov(Xit,?it)=0。那么無論是N??,還是T??,模型參數(shù)的混合最小二乘估計(jì)量(PooledOLS)都是一致估計(jì)量。72.2固定效應(yīng)模型(fixedeffectsmodel)。固定效應(yīng)模型分為3種類型,即個(gè)體固定效應(yīng)模型、時(shí)點(diǎn)固定效應(yīng)模型和個(gè)體時(shí)點(diǎn)雙固定效應(yīng)模型。下面分別介紹。2.2.1個(gè)體固定效應(yīng)模型(entityfixedeffectsmodel)如果一個(gè)面板數(shù)據(jù)模型定義為,yit=?i+Xit'?+?it,i=

5、1,2,…,N;t=1,2,…,T其中?i是隨機(jī)變量,表示對(duì)于i個(gè)個(gè)體有i個(gè)不同的截距項(xiàng),且其變化與Xit有關(guān)系;Xit為k?1階回歸變量列向量(包括k個(gè)回歸量),?為k?1階回歸系數(shù)列向量,對(duì)于不同個(gè)體回歸系數(shù)相同,yit為被回歸變量(標(biāo)量),?it為誤差項(xiàng)(標(biāo)量),則稱此模型為個(gè)體固定效應(yīng)模型。891011121314153.面板數(shù)據(jù)模型估計(jì)方法混合最小二乘(PooledOLS)估計(jì)(適用于混合模型)平均數(shù)(between)OLS估計(jì)(適用于混合模型和個(gè)體隨機(jī)效應(yīng)模型)離差變換(within)OLS估計(jì)(適

6、用于個(gè)體固定效應(yīng)回歸模型)一階差分(firstdifference)OLS估計(jì)(適用于個(gè)體固定效應(yīng)模型)可行GLS(feasibleGLS)估計(jì)(適用于隨機(jī)效應(yīng)模型)161718192021222324252627282915個(gè)省級(jí)地區(qū)的人均消費(fèi)序列15個(gè)省級(jí)地區(qū)的人均收入序列(個(gè)體)303132335.面板數(shù)據(jù)建模案例分析個(gè)體隨機(jī)效應(yīng)模型與個(gè)體固定效應(yīng)模型比較,應(yīng)該建立個(gè)體固定效應(yīng)模型。34353637383940414243444546474849505152535455565758596061626364

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。