面板数据分析

数据类型

横截面数据：同一时期，多个个体的观测；

时间序列数据：同一个体，多个时期的观测；

面板数据：同一组个体，多个时期的观测；

模型基础假设

设定如下线性模型：

y_{it} =\alpha _i+\lambda _t+\beta _0+\beta _1x_{it}+\epsilon _{it}

\alpha _i：个体效应，表示那些不随时间改变的影响因素；

\lambda _t：时间效应，用于控制随时间改变因素的影响；

做实证研究时，很多解释变量不能完全被解释，而观测不到的一些因素也会影响到解释变量，例如个体效应和时间效应。在多数情况下都是无法直接观测或难以量化的，因此也就无法进入模型。

固定效应模型

假设：个体效应在组内是固定不变的，个体间的差异反映在每个个体都有一个特定的截距项上

随机效应模型

假设：所有的个体具有相同的截距项，个体间的差异是随机的，这些差异主要反应在随机干扰项的设定上

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容