计量济学导论版十三讲.pptxVIP

Economics20-Prof.Anderson1面板数据方法PanelDataMethods

yit=b0+b1xit1+...bkxitk+uit

Economics20-Prof.Anderson2面板数据与混合截面数据

Panelvs.PooledCrossSection广义地讲，面板数据通常指既有时间序列又有横截面序列的数据。准确地说，只有同样的截面单位在不同的时间取值的数据才称为面板数据。否则，就是一个混合的截面数据。

Economics20-Prof.Anderson3混合截面数据

PooledCrossSections将不同的截面混合起来只是为了得到更大的样本容量。将横截面数据混合起来的目的可能是为了研究时间变化的效果。将横截面数据混合起来的目的可能是研究是否随着时间的变化变量之间的关系发生了变化。

Economics20-Prof.Anderson4差别中的差别

Difference-in-Differences比如说，随机指定一个治疗组和控制组，就像在医学试验中一样。可以简单地比较在治疗组和控制组之间结果的变化来估计治疗的效果。对于时期1,2,小组A,B：(y2,B–y2,A)-(y1,B–y1,A),或等价于：(y2,B–y1,B)-(y2,A–y1,A),这就是差别中的差别。

Economics20-Prof.Anderson5差别中的差别

Difference-in-Differences(续)一个使用时间和治疗的回归框架也能计算这个差别中的差别。考虑模型:yit=b0+b1treatmentit+b2afterit+b3treatmentit*afterit+uit被估参数b3就是与控制组相比，治疗组在治疗后的效果，即difference-in-differences。

Economics20-Prof.Anderson6差别中的差别

Difference-in-Differences(续)当样本并非随机指定的时候，该回归形式特别有用。我们可以加入额外的解释变量来控制治疗组和控制组之间的其他差别。有时，当政策发生变化时，这样的回归形式经常被称为自然试验。

Economics20-Prof.Anderson7两期的面板数据

Two-PeriodPanelData面板数据可以像混合数据一样使用，但却可以用它做更多的工作。面板数据可以用来处理某种形式的遗漏变量问题。假如遗漏变量在时间上是固定的，我们可以建立一个具有合成误差项的模型。

Economics20-Prof.Anderson8未观测到的固定效应

UnobservedFixedEffects假定总体模型为：yit=b0+d0d2t+b1xit1+…+bkxitk+ai+uit我们在误差项中增加一个时间上不变的部分，即：uit=ai+uit如果ai与x’s相关,OLS将是有偏的，因为ai是误差项的一部分。利用面板数据，我们可以将这种未观测到的固定效应排除掉。

Economics20-Prof.Anderson9一阶差分

First-differences我们可以从一期中减去另一期，得到：Dyi=d0+b1Dxi1+…+bkDxik+Dui该模型在解释变量x’s和误差项之间没有相关性，所以，没有偏误。需要注意数据的结构以保证计算无误。

Economics20-Prof.Anderson10多时期情形下的差分

Differencingw/MultiplePeriods我们可以将该方法扩展到多个时期。简单地将相邻两期进行差分。所以，如果有3个时期,那么将第1期从第2期中减去，将第2期从第3期中减去，从而使得每个个体有两个观测值。用OLS进行估计,假定Duit在不同时期不相关。