本提取的信息不够充分。?面板数据模型(Panel data):将针对不同时期、不同对象的观察结果看作是与时期或截面相关联的现象。?处理方法较复杂,但能够更充分地利用样本信息。?混合数据模型可以被看作是处理面板数据的一种特例。?在应用工作中,可以将面板数据分为:?平衡的面板数据(样本量=N*T)?非平衡的面板数据(样本量= )Р8Р将时间序列和截面数据混合使用的主要理由Р例2:需求行为模型?对需求行为分析造成困扰的一个难题是如何分离收入变化的影响和价格变化的影响。?两者的动态变化模式常常表现出高度相关,因而利用时间序列数据建立模型面临严重的多重共线。?利用Panel数据可以增大价格和收入的变异程度,降低其相关程度,从而改善模型参数的估计结果。?此外Panel数据样本量较大,因而允许引入更多的其他影响因素(例如人口学变量)。?Panel模型结果可以帮助识别观察对象间的差别及消费行为随时间的变化模式,这些信息有助于决策制定。Р9Р面板数据模型Р在应用研究中,如果观察对象数量很大,那么建立反映每个观察对象行为的时序关系模型将是一项非常复杂和费时的工作。?由于这一因素,在应用研究中很少采用上述方法。?为了简化分析,研究人员常常假定:?斜率不随截面和时间变化?与每个观察对象相联系的特殊效应可以跨时期传递?与每个时期相联系的特殊效应适用于当期所有个体?模型的误差项满足特定的分布(涉及到估计技术选择)?均值和方差是否随时间和截面变化?是否存在序列相关?是否存在异方差Р面板数据模型Р考虑以下利用混合数据建立的模型(2N个待估计参数)Р此表达式意味着为每个截面单独建立模型。?是否可行(样本容量)?是否必要(研究目的)?简化假定1:有共同的斜率(N+1个待估计参数)Р上述情况属于截面固定效应模型(Fixed effect model) 。?简化假定2:有共同的常数项和斜率(2个待估计参数)Р10
全文预览
