TEMA 6. Modelos para Datos de Panel - RUA - Universidad de ...

More documents

Recommendations

Info

Introducción Modelos estáticos Estimación. Predicción Paneles largos Variables instrumentales Modelos Dinámicos Extensiones del Modelo Básico Extensiones Modelo con dos efectos yit = β1x1it + · · · + βkxkit + αi + γt + εit la constante varía tanto entre individuos, αi , como en el tiempo, γt en paneles cortos, γt se modeliza como “fijo” (con una dummy para cada t) Modelo agrupado (“pooled”) o de promedio poblacional yit = α + β1x1it + · · · + βkxkit + uit supone que los regresores están incorrelados con uit pero no una estructura en uit (a diferencia de efectos aleatorios) se puede estimar consistentemente por MCO la inferencia debe usar errores estándar robustos por la probable correlación entre individuos y en el tiempo para un individuo
Introducción Modelos estáticos Estimación. Predicción Paneles largos Variables instrumentales Modelos Dinámicos Extensiones del Modelo Básico Modelos Lineales mixtos Se puede generalizar el modelo para permitir pendientes diferentes para cada individuo yit = β1ix1it + · · · + βkixkit + αi + εit = αi + X ′ it βi + εit En paneles largos, se pueden estimar fácilmente los parámetros αi, β ′ i mediante regresiones separadas para cada individuo En paneles cortos, se necesita suponer una distribución para αi, β ′ i , condicionales en los regresores como en el modelo de efectos “aleatorios”, se suele suponer que son independientes de los regresores por ejemplo, (αi , β ′ i ) |Xit ∼ N (β, Σ) También se puede considerar que los parámetros varíen con el tiempo o variables observables
Page 1 and 2: Introducción Modelos estáticos Es
Page 15: Introducción Modelos estáticos Es
Page 47: Introducción Modelos estáticos Es

TEMA 6. Modelos para Datos de Panel - RUA - Universidad de ...

Create successful ePaper yourself

Delete template?

Save as template?