Paneelitutkimus

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 14. maaliskuuta 2021 tarkistetusta versiosta . tarkastukset vaativat 8 muokkausta .

Paneelitutkimus on yhteiskuntatieteissä , epidemiologiassa ja ekonometriassa laajalti käytetty tilastotekniikka , joka käsittelee paneelidatan kahta ulottuvuutta (poikkileikkaus/aikasarjat) [1] . Tietoja kerätään ajan mittaan samoista ihmisryhmistä tai yksilöistä, ja sitten suoritetaan regressio näissä kahdessa ulottuvuudessa. Monimuuttujaanalyysi on ekonometrinen menetelmä, jossa tietoa kerätään useammassa kuin kahdessa ulottuvuudessa (eli ajan ja yksilöiden lisäksi, kuten meidän tapauksessamme, lisätään kolmas, neljäs jne. ulottuvuus). [2]

Laajassa mielessä paneelitutkimus on synonyymi pitkittäistutkimukselle .

Tyypillistä paneelitutkimuksen regressiomallia edustaa kaava , jossa y  on riippuva muuttuja , x  on riippumaton muuttuja , a ja b  kertoimet, i ja t ovat yksilöiden ja ajan indeksejä . Virhemarginaali on erittäin tärkeä tässä analyysissä. Virheoletukset määräävät, tarkoitammeko kiinteitä vai satunnaisia ​​vaikutuksia. Kiinteiden tehostemallin mukaan sen oletetaan vaihtelevan ei-satunnaisesti indekseillä tai , jolloin kiinteä tehostemalli on analoginen yhden ulottuvuuden valemuuttujien mallin kanssa. Satunnaisvaikutusmallissa sen oletetaan vaihtelevan satunnaisesti indeksien mukaan tai vaatien erikoiskäsittelyä virhevarianssimatriisissa. [3]

Paneelitutkimuksessa on kolme riippumatonta lähestymistapaa:

Valinta näiden menetelmien välillä riippuu tutkimuksemme kohteesta ja selittävien muuttujien ulkoisten tekijöiden joukkoon liittyvistä ongelmista.

Itsenäinen tutkimus yleisesti

Lausunto: Yksilöillä ei ole ainutlaatuisia ominaisuuksia, joiden perusteella mittaukset tehdään, eikä ajan mittaamiseen ole universaalia tekijää.

Kiinteät tehostemallit

Lausunto: Yksilöissä ei ole ainutlaatuisia ominaisuuksia, jotka eivät ole seurausta satunnaisista muutoksista ja jotka eivät muutu ajan myötä. Sopii, jos haluat päätellä vain testatut yksilöt. Tunnetaan nimellä "pienimmän neliön valemuuttujamalli" (LSDVM)

Satunnaiset tehostemallit

Lausunto: Yksilöillä on ainutlaatuisia vakioita, jotka ovat seurausta satunnaisista muutoksista ja joita ei liity yksilölliseen regressioon. Tämä malli sopii, jos sinun on tehtävä johtopäätös koko populaatiosta, ei testattujen yksilöiden otosta.

Katso myös

Muistiinpanot

  1. Maddala, GS Johdatus ekonometriaan . — Kolmas. - New York: Wiley, 2001. - ISBN 0-471-49728-2 .
  2. Davies, A.; Lahiri, K. Uusi kehys rationaalisuuden testaamiseen ja kokonaisiskujen mittaamiseen paneelidatan avulla  //  Journal of Econometrics : päiväkirja. - 1995. - Voi. 68 , no. 1 . - s. 205-227 . - doi : 10.1016/0304-4076(94)01649-K .
  3. Paneeleiden ja rajoitettujen riippuvuusmuuttujamallien analyysi  / Hsiao, C.; Lahiri, K.; Lee, L.; Pesaran, MH. - Cambridge: Cambridge University Press , 1999. - ISBN 0-521-63169-6 .
  4. Paneelitietomalli satunnaisilla tehosteilla . www.machinelearning.ru Haettu 18. huhtikuuta 2020. Arkistoitu alkuperäisestä 24. helmikuuta 2020.
  5. Kiinteä tehostepaneelin tietomalli . www.machinelearning.ru Haettu 18. huhtikuuta 2020. Arkistoitu alkuperäisestä 24. helmikuuta 2020.

Kirjallisuus