面板数据模型.docVIP

面板数据模型 面板数据回归模型 我们在第一章里简要讨论了实证分析一般可用的几个数据类型，即时间序列数据，截面数据和面板数据。时间序列数据是一个或多个变量在一段时期内排列起来的统计数据(例如连续几个季度或几年的GDP)。截面数据是一个或多个变量在同一时点所选定的不同空间的观测数据(例如给定一年里美国50个州的犯罪率)。面板数据是同一个截面单元(例如一个家庭或一个公司或一个国家)在一段时间内的调查数据。总之，面板数据是时间序列和截面数据相结合的数据。 表1.1给出了1990年及1991年美国50个州鸡蛋产量和价格。每一年的鸡蛋产量和价格是截面数据样本。每个州的鸡蛋产量和价格是时间序列数据。因此，我们一共有50X2=100个鸡蛋产量及价格的观测值。 面板数据又叫合并数据(时间序列和截面观测值的合并)，结合时间序列和截面的数据，微观面板数据，纵向数据(时间变量或者对象组的研究)，事件史分析(例如连续时间条件下主体随着时间的推移运动)，队列分析(例如某商学院1965年毕业生的职业生涯)。尽管有着细微的不同，这些名称基本上都意味着数据在截面单位上的时间运动。因此，我们将使用一般意义上的长期面板数据来代替以上数据。我们把基于这种数据的回归模型叫做面板数据回归模型。 面板数据模型越来越多的被应用在经济研究中。以下是一些著名的面板数据集: 1. 收支动态长期追踪调查(PSID)在美国密歇根