07.05.2013 Views

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

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

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

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Introducción <strong>Mo<strong>de</strong>los</strong> estáticos Estimación. Predicción <strong>Panel</strong>es largos Variables instrumentales <strong>Mo<strong>de</strong>los</strong> Dinámicos<br />

Estimador <strong>de</strong> Efectos Aleatorios<br />

El estimador <strong>de</strong> efectos aleatorios (MCGF) se obtiene estimando por<br />

MCO el mo<strong>de</strong>lo transformado<br />

<br />

yit − <br />

θiy i = α 1 − <br />

θi + Xit − ′ <br />

θiX i β+αi 1 − <br />

θi + εit − <br />

θi εi<br />

θi es un estimador consistente <strong>de</strong><br />

<br />

θi = 1 − σ2 ε/(Ti σ2 α+σ2 ε)<br />

El estimador <strong>de</strong> Efectos Aleatorios usa tanto variación “within” como<br />

“between”<br />

Otros estimadores se pue<strong>de</strong>n obtener como casos especiales <strong>de</strong>l<br />

estimador <strong>de</strong> efectos aleatorios<br />

cuando θi → 0, se tiene el estimador agrupado por MCO<br />

cuando θi → 1 (porque Ti o σ2 α/σ 2 ε son gran<strong>de</strong>s), se tiene el<br />

estimador “within”

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!