패널 분석

패널(데이터) 분석은 통계적 방법으로, 사회과학, 역학 및 계량학에서 2차원(일반적으로 단면 및 종단면) 패널 데이터를 분석하는 데 널리 사용된다.^[1]데이터는 대개 시간에 걸쳐 동일한 개인에 걸쳐 수집되며, 그 다음 이 두 차원에 걸쳐 회귀 분석을 실행한다.다차원 분석은 데이터가 2차원 이상(일반적으로 시간, 개인 및 일부 제3차원)에 걸쳐 수집되는 계량법이다.^[2]null

일반적인 패널 데이터 회귀 $y_{it}=a+bx_{it}+\varepsilon _{it}$ 은 y i $y_{it}=a+bx_{it}+\varepsilon _{it}$ = $y_{it}=a+bx_{it}+\varepsilon _{it}$ + $y_{it}=a+bx_{it}+\varepsilon _{it}$ $y_{it}=a+bx_{it}+\varepsilon _{it}$ $y_{it}=a+bx_{it}+\varepsilon _{it}$ t + $y_{it}=a+bx_{it}+\varepsilon _{it}$ i $y_{it}=a+bx_{it}+\varepsilon _{it}$ {\ $displaystyle y_{it}=a+bx_{it}+\varepsilon _{it$ 여기서 $y$ ${\displaystyle$ $y$ $}$ 는 $y$ 종속 변수, $x$ ${\$ $displaystystyle$ $x}$ 은 $x$ $a$ 독립 변수, $b$ 는 $계수$ $b$ , $i$ 로 나타난다 $.$ $개인$ 과 시간에 대한 지수인(\ $displaystyle$ i $})$ 와 $i$ t $(\displaystyle t)$ 이다 $t$ . $\varepsilon _{it}$ i t ${\$ 오류는 이 분석에서 매우 중요하다 $\varepsilon _{it}$ .오차항에 대한 가정은 고정 효과 또는 무작위 효과에 대해 말하는지 여부를 결정한다.고정 효과 모델에서 $\varepsilon _{it}$ i $\varepsilon _{it}$ ${\$ 은(는 $)$ i {\ $displaystyle$ $}$ 또는 t {\ $displaystyt$ t $}$ 에 걸쳐 비스토리적으로 변화한다고 가정하여 $\varepsilon _{it}$ $t$ 고정 효과 모델은 한 차원 더미 변수 모델과 유사하게 된다.무작위 효과 모델에서 $\varepsilon _{it}$ i $\varepsilon _{it}$ {\ $displaystyle \varepsilon _{it}$ 은(는) 오류 분산 행렬의 특별 $t$ $i$ 가필요한 i {\ $displaystyle$ $}$ 또는 t {\ $displaystytle t}$ 에 걸쳐 확률적으로 변화한다고 가정한다 $\varepsilon _{it}$ .^[3]null

패널 데이터 분석에는 세 가지 이상의 독립적 접근법이 있다.

독립적으로 풀링된 패널
랜덤 효과 모형
고정 효과 모델 또는 첫 번째 차이점 모델.

이러한 방법들 간의 선택은 분석의 목적과 설명 변수의 이질성에 관한 문제에 따라 달라진다.null

독립적으로 풀링된 패널

주요 가정:
측정 집합 내에는 개인의 고유한 속성이 없으며, 시간에 따른 보편적 영향도 없다.null

고정 효과 모델

주요 가정:
시간이 지나도 변하지 않는 개인의 독특한 속성이 있다.즉, 주어진 개별 $i$ $i$ 에 대한 고유한 속성은 $t$ t $t$ 불변성이다 $t$ .이러한 속성은 개별 종속 변수 y와_i 상관되거나 상관되지 않을 수 있다.무작위 효과보다는 고정 효과가 필요한지 여부를 검정하기 위해 더빈-Wu-Hausman 테스트를 사용할 수 있다.null

랜덤 효과 모형

주요 가정:
개개인의 시간 상수 속성은 개별적인 퇴행자와 상관관계가 없는 독특한 특성이 있다.풀링된^{[clarification needed]} OLS는 시간 상수 속성이 존재하는 경우에도 모수의 편향되지 않고 일관된 추정치를 도출하는 데 사용될 수 있지만, 무작위 효과가 더 효율적일 것이다.null

고정 효과는 시간 상수 속성이 존재할 때 점증적으로 풀링된 OLS보다 더 효율적인 실현 가능한 일반화 최소 제곱 기법이다.무작위 효과는 관측되지 않은 시간 상수 속성에 의해 유도되는 직렬 상관관계에 따라 조정된다.null

동적 패널 모델

표준 패널 데이터 모델과 대조적으로 동적 패널 모델에는 종속 변수의 지연된 값도 regressor로 포함된다.예를 들어 종속 변수의 지연을 하나만 포함하면 다음이 생성된다.

y_{it}=a+bx_{it}+\rho y_{it-1}+\varepsilon _{it}

이 설정에서는 고정 효과와 무작위 효과 모형의 가정이 위반된다.대신, 실무자들은 아렐라노-본드 추정기와 같은 기술을 사용한다.null

참고 항목

참조

^ Maddala, G. S. (2001). Introduction to Econometrics (Third ed.). New York: Wiley. ISBN 0-471-49728-2.
^ Davies, A.; Lahiri, K. (1995). "A New Framework for Testing Rationality and Measuring Aggregate Shocks Using Panel Data". Journal of Econometrics. 68 (1): 205–227. doi:10.1016/0304-4076(94)01649-K.
^ Hsiao, C.; Lahiri, K.; Lee, L.; et al., eds. (1999). Analysis of Panels and Limited Dependent Variable Models. Cambridge: Cambridge University Press. ISBN 0-521-63169-6.

[1] Maddala, G. S. (2001). Introduction to Econometrics (Third ed.). New York: Wiley. ISBN 0-471-49728-2.

[2] Davies, A.; Lahiri, K. (1995). "A New Framework for Testing Rationality and Measuring Aggregate Shocks Using Panel Data". Journal of Econometrics. 68 (1): 205–227. doi:10.1016/0304-4076(94)01649-K.

[3] Hsiao, C.; Lahiri, K.; Lee, L.; et al., eds. (1999). Analysis of Panels and Limited Dependent Variable Models. Cambridge: Cambridge University Press. ISBN 0-521-63169-6.

[1]

[2]

[3]

Search