Prüfung Auf Verzögerte Variable Vorspannung In Stata Forex

Stata: Datenanalyse und statistische Software James Hardin, StataCorp Wenn Sie eine Regression (oder einen anderen Schätzbefehl) ausführen und die Schätzroutine eine Variable weglässt, erfolgt dies aufgrund einer Abhängigkeit zwischen den unabhängigen Variablen im vorgeschlagenen Modell. Sie können diese Abhängigkeit identifizieren, indem Sie eine Regression ausführen, in der Sie die abhängige Variable als abhängige Variable und die verbleibenden Variablen als unabhängige Variablen angeben. Im Folgenden generieren wir eine Absichtserklärung zur Veranschaulichung: Die Regression verzichtet auf eine der Variablen, die in der von uns erstellten Abhängigkeit war. Die Variable, die sie ausgibt, ist etwas willkürlich, aber sie wird immer eine der Variablen in der Abhängigkeit auslassen. Um herauszufinden, was diese Abhängigkeit ist, können wir die Regression mit der weggelassenen Variablen als abhängige Variable und die verbleibenden unabhängigen Variablen aus der ursprünglichen Regression als unabhängige Variablen in dieser Regression ausführen. Die Regression, die wir rannten, wo die weggelassene Variable die abhängige Variable war, hat einen R-Quadrat-Wert von 1,00 und die restliche Summe der Quadrate ist null (gut, fast). Auch die Koeffizienten der Regression zeigen die Beziehung zwischen dem Preis. Newvar Und displ-Variablen. Die Ausgabe dieser Regression sagt uns, dass wir die Abhängigkeit haben, die der oben definierten Abhängigkeit entspricht. Für schnelle Fragen email dataprinceton. edu. Keine appts. Notwendig während der begehbaren Stunden. Hinweis: Das DSS-Labor ist geöffnet, solange Firestone geöffnet ist, keine Termine erforderlich, um die Labor-Computer für Ihre eigene Analyse zu verwenden. Panel-Daten Einleitung Panel-Daten, auch Longitudinal-Daten oder Querschnitts-Zeitreihendaten genannt, sind Daten, bei denen mehrere Fälle (Personen, Firmen, Länder usw.) zu zwei oder mehr Zeitpunkten beobachtet wurden. Ein Beispiel hierfür ist die "National Longitudinal Survey of Youth", in der eine national repräsentative Stichprobe von Jugendlichen mehrmals über mehrere Jahre hinweg befragt wurde. Es gibt zwei Arten von Informationen in Querschnitts-Zeitreihen-Daten: die Querschnitts-Informationen, die in den Unterschieden zwischen den Subjekten reflektiert werden, und die Zeitreihe oder innerhalb des Subjekts Informationen reflektiert in den Veränderungen innerhalb der Themen im Laufe der Zeit. Panel-Daten Regression Techniken können Sie die Vorteile dieser verschiedenen Arten von Informationen zu nutzen. Während es möglich ist, gewöhnliche Mehrfachregressionstechniken auf Paneldaten zu verwenden, sind sie möglicherweise nicht optimal. Die Schätzungen der Koeffizienten, die aus der Regression abgeleitet werden, können einer verzögerten variablen Bias unterworfen werden - ein Problem, das entsteht, wenn es eine unbekannte Variable oder Variablen gibt, die für die abhängige Variable nicht kontrolliert werden können. Mit Panel-Daten ist es möglich, für einige Arten von weggelassenen Variablen auch ohne Beobachtung zu kontrollieren, indem Änderungen der abhängigen Variablen über die Zeit beobachtet werden. Diese Steuerung für ausgelassene Variablen, die sich zwischen den Fällen unterscheiden, aber über die Zeit konstant sind. Es ist auch möglich, Panel-Daten zu verwenden, um weggelassene Variablen zu steuern, die über die Zeit variieren, aber zwischen den Fällen konstant sind. Verwenden von Panel-Daten in Stata Ein Panel-Dataset sollte Daten über n Fälle, über t Zeitperioden, für insgesamt n mal t Beobachtungen haben. Daten wie diese sollen in langer Form sein. In einigen Fällen können Ihre Daten in die so genannte breite Form kommen, mit nur einer Beobachtung pro Fall und Variablen für jeden unterschiedlichen Wert zu jedem anderen Zeitraum. Um solche Daten in Stata mit Hilfe von Befehlen für die Paneldatenanalyse zu analysieren, müssen Sie sie zunächst in Langform umwandeln. Dies kann mit dem Befehl Statas reshape durchgeführt werden. Für Hilfe bei der Verwendung von Reshape, siehe Statas Online-Hilfe oder diese Webseite. Stata bietet eine Reihe von Werkzeugen für die Analyse von Paneldaten. Die Befehle beginnen mit dem Präfix xt und umfassen xtreg-, xtprobit-, xtsum - und xttab-Panel-Datenversionen der bekannten Reg-, Probit-, Summe - und Tab-Befehle. Um diese Befehle verwenden zu können, müssen Sie zunächst mitteilen, dass Ihr Datenbestand die Paneldaten ist. Sie müssen eine Variable haben, die das case-Element Ihres Panels identifiziert (z. B. eine Länder - oder Personen-ID) und auch eine Zeitvariable, die sich im Stata-Datumsformat befindet. Weitere Informationen über Variablenformate für Statas finden Sie auf der Seite Zeitreihendaten in der Stata-Seite. Sortieren Sie Ihre Daten nach der Panelvariablen und dann nach der Variablenvariable innerhalb der Panelvariablen. Dann müssen Sie den Befehl tsset ausgeben, um die Panel - und Datumsvariablen zu identifizieren. Wenn Ihre Panelvariable panelvar heißt und Ihre Datumsvariable datevar heißt, sind folgende Befehle erforderlich: Wenn Sie Menüs verwenden möchten, verwenden Sie den Befehl unter Statistics Time Series Setup und Utilities Declare Data to Time Series. Fixed-, Between - und Random-Effects-Modelle Fixed Effects Regression Das Fixed-Effects-Regression ist das Modell, das verwendet werden soll, wenn Sie Variablen auslassen wollen, die sich zwischen den Fällen unterscheiden, aber über die Zeit konstant sind. Es erlaubt Ihnen, die Änderungen in den Variablen über die Zeit zu verwenden, um die Auswirkungen der unabhängigen Variablen auf Ihre abhängige Variable abzuschätzen und ist die wichtigste Technik, die für die Analyse von Paneldaten verwendet wird. Der Befehl für eine lineare Regression auf Paneldaten mit festen Effekten in Stata ist xtreg mit der Option fe, wie folgt verwendet: Wenn Sie es vorziehen, die Menüs zu verwenden, ist der Befehl unter Statistik Querschnittszeitreihen Lineare Modelle Lineare Regression. Dies ist gleichbedeutend mit der Generierung von Dummy-Variablen für jeden Ihrer Fälle und sie in einer Standard-linearen Regression, um für diese festen Fall-Effekte zu steuern. Es funktioniert am besten, wenn Sie relativ weniger Fälle und mehr Zeiträume haben, da jede Dummy-Variable entfernt einen Freiheitsgrad von Ihrem Modell. Zwischen Effekte Regression mit zwischen Effekten ist das Modell, das verwendet werden soll, wenn Sie für weggelassene Variablen steuern möchten, die sich im Laufe der Zeit ändern, aber zwischen den Fällen konstant sind. Es erlaubt Ihnen, die Variation zwischen den Fällen zu verwenden, um die Wirkung der weggelassenen unabhängigen Variablen auf Ihre abhängige Variable abzuschätzen. Der Befehl für eine lineare Regression auf Paneldaten mit zwischen den Effekten in Stata ist xtreg mit der Option be. Das Ausführen von xtreg mit zwischen den Effekten ist gleichbedeutend damit, dass der Mittelwert jeder Variablen für jeden Fall über die Zeit hinweg ausgeführt wird und eine Regression auf dem zusammengefassten Dataset von Mitteln ausgeführt wird. Da dies zu einem Informationsverlust führt, werden die Effekte in der Praxis nicht viel genutzt. Forscher, die sich auf Zeit-Effekte ohne Berücksichtigung von Panel-Effekte im Allgemeinen wird eine Reihe von Zeit-Dummy-Variablen, die die gleiche wie Laufzeit festen Effekten verwendet wird. Der zwischen Effekte-Schätzer ist hauptsächlich wichtig, weil er verwendet wird, um die Zufallseffekte Schätzer zu produzieren. Zufällige Effekte Wenn Sie Grund zu der Annahme haben, dass einige Variablen im Laufe der Zeit zwar konstant sein können, sich aber zwischen den beiden Fällen unterscheiden und andere zwischen den Fällen festgelegt werden können, sich aber über die Zeit unterscheiden, können Sie beide Typen mit zufälligen Effekten einbeziehen. Der statische Zufallsschätzer ist ein gewichteter Durchschnitt der festen und zwischen den Effekten. Der Befehl für eine lineare Regression auf Paneldaten mit zufälligen Effekten in Stata ist xtreg mit der Option re. Auswahl zwischen festen und zufälligen Effekten Die allgemein akzeptierte Methode, zwischen festen und zufälligen Effekten zu wählen, führt einen Hausman-Test durch. Statistisch gesehen sind feste Effekte immer eine vernünftige Sache mit Panel-Daten zu tun (sie geben immer konsistente Ergebnisse), aber sie möglicherweise nicht das effizienteste Modell zu laufen. Zufällige Effekte geben Ihnen bessere P-Werte, da sie ein effizienter Schätzer sind, also sollten Sie zufällige Effekte ausführen, wenn es statistisch gerechtfertigt ist, dies zu tun. Der Hausman-Test überprüft ein effizienteres Modell gegen ein weniger effizientes, aber konsistentes Modell, um sicherzustellen, dass das effizientere Modell auch konsistente Ergebnisse liefert. Um einen Hausman-Test durchführen zu können, müssen Sie zuerst das Fixed-Effect-Modell abschätzen und die Koeffizienten so abgleichen, dass Sie sie mit den Ergebnissen des nächsten Modells vergleichen können, Vergleich. Der Hausman-Test prüft die Nullhypothese, dass die Koeffizienten, die durch den effizienten Zufallsschätzer abgeschätzt werden, die gleichen sind wie die, die durch den konsistenten Schätzer für feste Effekte geschätzt werden. Wenn sie (unbedeutender P-Wert, Probchi2 größer als .05) sind, dann ist es sicher, Zufallseffekte zu verwenden. Wenn Sie einen signifikanten P-Wert erhalten, sollten Sie jedoch feste Effekte verwenden. Weiterlesen zwischen Schätzern von Stata Eine Diskussion, die den Schätzer mit dem Zufallsschätzer vergleicht. Testen auf Heteroskedastizität und Autokorrelation auf Plattenebene von Stata Enthält einen benutzerdefinierten Befehl, der einen einfachen Test für die serielle Korrelation durchführt. Einführung in die Ökonometrie von James H. Stock und Mark W. Watson, 2003 Dieser Text enthält eine gute Diskussion der Theorie hinter der Panel-Datenanalyse und wurde bei der Vorbereitung dieser Seite verwendet. Siehe insbesondere Kapitel 8, Regression mit Paneldaten. Kopie 2007 Die Treuhänder der Princeton University. Alle Rechte vorbehalten. Dataprinceton. edu ANMERKUNG: Informationen sind für Princeton University. Sie können die Dokumentation auch außerhalb von Princeton beantworten. Diese Seite wurde zuletzt aktualisiert am: