Panel de datos

Este artículo incluye una lista de referencias generales , pero permanece en gran parte sin verificar porque carece de suficientes citas en línea correspondientes . Ayude a mejorar este artículo introduciendo citas más precisas. ( Junio de 2020 ) ( Obtenga información sobre cómo y cuándo eliminar este mensaje de plantilla )

En estadística y econometría , los datos de panel y los datos longitudinales ^[1]^[2] son datos multidimensionales que involucran mediciones a lo largo del tiempo. Los datos de panel son un subconjunto de datos longitudinales donde las observaciones son para los mismos sujetos cada vez.

Las series de tiempo y los datos transversales se pueden considerar como casos especiales de datos de panel que están en una sola dimensión (un miembro del panel o un individuo para el primero, un punto temporal para el segundo).

Un estudio que utiliza datos de panel se denomina estudio longitudinal o estudio de panel.

Ejemplo [ editar ]

Panel balanceado MRPP
persona	año	ingreso	edad	sexo
1	2016	1300	27	1
1	2017	1600	28	1
1	2018	2000	29	1
2	2016	2000	38	2
2	2017	2300	39	2
2	2018	2400	40	2

Panel no balanceado MRPP
persona	año	ingreso	edad	sexo
1	2016	1600	23	1
1	2017	1500	24	1
2	2016	1900	41	2
2	2017	2000	42	2
2	2018	2100	43	2
3	2017	3300	34	1

En el ejemplo anterior del Procedimiento de permutación de respuesta múltiple ( MRPP ), se muestran dos conjuntos de datos con una estructura de panel y el objetivo es probar si hay una diferencia significativa entre las personas en los datos de muestra. Se recopilan características individuales (ingresos, edad, sexo) para diferentes personas y diferentes años. En el primer conjunto de datos, se observan dos personas (1, 2) cada año durante tres años (2016, 2017, 2018). En el segundo conjunto de datos, se observa a tres personas (1, 2, 3) dos veces (persona 1), tres veces (persona 2) y una vez (persona 3), respectivamente, durante tres años (2016, 2017, 2018) ; en particular, la persona 1 no se observa en el año 2018 y la persona 3 no se observa en 2016 o 2018.

Un panel de equilibrado (por ejemplo, el primer conjunto de datos anterior) es un conjunto de datos en la que cada uno se observa miembro de panel (es decir, persona) cada año. En consecuencia, si un panel equilibrada contiene N miembros del panel y T periodos, el número de observaciones ( n ) en el conjunto de datos es necesariamente $n = N \times T$ .

Un panel desequilibrado (por ejemplo, el segundo conjunto de datos anterior) es un conjunto de datos en el que no se observa al menos un miembro del panel en cada período. Por lo tanto, si un panel incompleto contiene N miembros del panel y T periodos, a continuación, la siguiente desigualdad estricta se mantiene para el número de observaciones ( n ) en el conjunto de datos: $n < N \times T$ .

Ambos conjuntos de datos anteriores están estructurados en formato largo , que es donde una fila contiene una observación por vez. Otra forma de estructurar los datos del panel sería el formato ancho, donde una fila representa una unidad de observación para todos los puntos en el tiempo (por ejemplo, el formato ancho tendría solo dos (primer ejemplo) o tres (segundo ejemplo) filas de datos con columnas para cada variable variable en el tiempo (ingresos, edad).

Análisis [ editar ]

Un panel tiene la forma

{\ Displaystyle X_ {it}, \ quad i = 1, \ dots, N, \ quad t = 1, \ dots, T,}

donde es la dimensión individual y es la dimensión del tiempo. Un modelo de regresión de datos de panel general se escribe como Se pueden hacer diferentes suposiciones sobre la estructura precisa de este modelo general. Dos modelos importantes son el modelo de efectos fijos y el modelo de efectos aleatorios . ${\ Displaystyle i}$ ${\ Displaystyle t}$ ${\ Displaystyle y_ {it} = \ alpha + \ beta 'X_ {it} + u_ {it}.}$

Considere un modelo de datos de panel genérico:

{\ Displaystyle y_ {it} = \ alpha + \ beta 'X_ {it} + u_ {it},}

{\ Displaystyle u_ {it} = \ mu _ {i} + v_ {it}.}

${\ Displaystyle \ mu _ {i}}$ son efectos específicos de cada individuo, invariantes en el tiempo (por ejemplo, en un panel de países, esto podría incluir geografía, clima, etc.) que se fijan en el tiempo, mientras que es un componente aleatorio que varía en el tiempo. ${\ displaystyle v_ {it}}$

Si no se observa y se correlaciona con al menos una de las variables independientes, provocará un sesgo de variable omitida en una regresión de MCO estándar . Sin embargo, se pueden utilizar métodos de datos de panel, como el estimador de efectos fijos o, alternativamente, el estimador de primera diferencia para controlarlo. ${\ Displaystyle \ mu _ {i}}$

Si no está correlacionado con ninguna de las variables independientes, los métodos de regresión lineal de mínimos cuadrados ordinarios pueden usarse para producir estimaciones insesgadas y consistentes de los parámetros de regresión. Sin embargo, debido a que se fija en el tiempo, inducirá una correlación en serie en el término de error de la regresión. Esto significa que se dispone de técnicas de estimación más eficientes. Los efectos aleatorios es uno de esos métodos: es un caso especial de mínimos cuadrados generalizados factibles que controla la estructura de la correlación serial inducida por . ${\ Displaystyle \ mu _ {i}}$ ${\ Displaystyle \ mu _ {i}}$ ${\ Displaystyle \ mu _ {i}}$

Datos del panel dinámico [ editar ]

Los datos de panel dinámico describen el caso en el que un rezago de la variable dependiente se utiliza como regresor:

{\ Displaystyle y_ {it} = \ alpha + \ beta 'X_ {it} + \ gamma y_ {it-1} + u_ {it},}

La presencia de la variable dependiente rezagada viola la exogeneidad estricta , es decir, puede ocurrir endogeneidad . El estimador de efectos fijos y el estimador de primeras diferencias se basan en el supuesto de exogeneidad estricta. Por lo tanto, si se cree que está correlacionado con una de las variables independientes, se debe utilizar una técnica de estimación alternativa. En esta situación se utilizan habitualmente variables instrumentales o técnicas GMM, como el estimador de Arellano-Bond . ${\ Displaystyle u_ {i}}$

Conjuntos de datos que tienen un diseño de panel [ editar ]

Encuesta de seguimiento longitudinal de Rusia (RLMS)
Panel Socioeconómico Alemán (SOEP)
Encuesta de Hogares, Ingresos y Dinámica Laboral en Australia (HILDA)
Encuesta de Panel de Hogares Británicos (BHPS)
Encuesta de Renta y Empleo Familiar (SoFIE)
Encuesta de ingresos y participación en programas (SIPP)
Base de datos del mercado laboral de por vida (LLMDB)
Estudios longitudinales de Internet para las ciencias sociales (LISS )
Estudio de panel de dinámica de ingresos (PSID)
Estudio del panel de ingresos y trabajo de Corea (KLIPS)
Estudios de panel familiar de China (CFPS)
Panel de la familia alemana (pairfam)
Encuestas longitudinales nacionales (NLSY)
Encuesta de población activa (EPA)
Panel de jóvenes coreanos (YP)
Estudio longitudinal coreano del envejecimiento (KLoSA)

Conjuntos de datos que tienen un diseño de panel multidimensional [ editar ]

Notas [ editar ]

^ Diggle, Peter J .; Heagerty, Patrick; Liang, Kung-Yee; Zeger, Scott L. (2002). Análisis de datos longitudinales (2ª ed.). Prensa de la Universidad de Oxford. pag. 2 . ISBN 0-19-852484-6.
↑ Fitzmaurice, Garrett M .; Laird, Nan M .; Ware, James H. (2004). Análisis longitudinal aplicado . Hoboken: John Wiley & Sons. pag. 2. ISBN 0-471-21487-6.

Referencias [ editar ]

Baltagi, Badi H. (2008). Análisis econométrico de datos de panel (Cuarta ed.). Chichester: John Wiley & Sons. ISBN 978-0-470-51886-1.
Davies, A .; Lahiri, K. (1995). "Un nuevo marco para probar la racionalidad y medir los shocks agregados utilizando datos de panel". Revista de Econometría . 68 (1): 205–227. doi : 10.1016 / 0304-4076 (94) 01649-K .
Davies, A .; Lahiri, K. (2000). "Reexaminar la hipótesis de expectativas racionales utilizando datos de panel en pronósticos de períodos múltiples". Análisis de paneles y modelos de variables dependientes limitadas . Cambridge: Cambridge University Press. págs. 226-254. ISBN 0-521-63169-6.
Frees, E. (2004). Datos longitudinales y de panel: análisis y aplicaciones en las ciencias sociales . Nueva York: Cambridge University Press. ISBN 0-521-82828-7.
Hsiao, Cheng (2003). Análisis de datos de panel (Segunda ed.). Nueva York: Cambridge University Press. ISBN 0-521-52271-4.

Enlaces externos [ editar ]

PSID
KLIPS
pareja
Encuesta de empleo de Corea

[1] Diggle, Peter J .; Heagerty, Patrick; Liang, Kung-Yee; Zeger, Scott L. (2002). Análisis de datos longitudinales (2ª ed.). Prensa de la Universidad de Oxford. pag. 2 . ISBN 0-19-852484-6.

[2] Fitzmaurice, Garrett M .; Laird, Nan M .; Ware, James H. (2004). Análisis longitudinal aplicado . Hoboken: John Wiley & Sons. pag. 2. ISBN 0-471-21487-6.

[1]