Parte de la respuesta a su propia pregunta pidiendo "longitudinal" de los cambios. La sección transversal de datos son llamados por tomar una instantánea en el tiempo, literalmente, de una sección transversal en rodajas de un tiempo de evolución de la sociedad con sus múltiples relaciones. Por lo tanto, la mejor inferencia que puede hacerlo es bajo el supuesto de que sea lo que sea que usted está estudiando es invariante en el tiempo, o al menos ha llegado a la conclusión de su evolución.
Por el otro, los datos que se están buscando son los datos longitudinales o de panel de datos para los Economistas.
Una buena referencia que explica la mayoría de los métodos, pero también pone de relieve dos ejemplos destacados de la Economía está aquí. Ejemplo 2.1 cuenta de la compañía de las tasas de inversión.
La sección 3 es un poco más teórico, pero lleva una gran cantidad de información: un modelo de datos de panel pueden ser
\begin{eqnarray}
y_{i,t} = \alpha y_{i,t-1} + x_{i,t} \gamma + \eta_{i} + v_{i,t}.
\end{eqnarray}
Ahora, este tipo de modelo puede capturar el estado de dependencia, que es (junto a la heterogeneidad no observada) una explicación común de por qué las personas se comportan de manera diferente. Por lo tanto, si usted sólo observar a la gente que viaja en un punto dado en el tiempo, su $\alpha$ no identificados, lo que significa que no son conscientes de lo mucho que en su viaje de ayer ha influido en su decisión de viajar de nuevo.
Ahora, cierra la dependencia del tiempo por un momento, pero tenga en cuenta que esta ecuación probablemente podría haber sido el verdadero modelo.
En una sección transversal en el modelo, que dejaría el subíndice $t$ totalmente debido a que sólo se tienen datos en un periodo. Por lo tanto, usted también no tiene ninguna posibilidad de contabilidad para el hecho de que cada individuo en el conjunto de datos puede tener tan diferentes que se $\eta_{i}'s$, que el sesgo de su regresiones hacia arriba por lo general, al menos cuando el verdadero modelo es dinámico. Esta es probablemente la razón de la sobreestimación debido a un inadvertido efecto individual (puede ser común, también), que no ha de medir, pero lo que se refleja en su sección transversal del estudio.
Ahora, entrar en el panel de datos de nuevo. Lo que podemos hacer es restar la media a lo largo del tiempo de cada variable, dado que la media de $\eta_i$ es constante en el tiempo, sería eliminar este término. Esta transformación (otras son posibles) le permite centrarse sólo en la dinámica (y de hecho te iba a perder cualquier invariante en el tiempo regresores).
Ahora, esta es la principal diferencia entre la sección transversal y datos de panel. El hecho de que usted puede eliminar el tiempo-invariante efecto porque tienen la variación del tiempo permite eliminar ciertos sesgos que la sección transversal de la estimación no permite detectar. Por lo tanto, antes de contemplar un cambio de política, tales como un aumento del impuesto sobre el viaje porque esperas que la gente viaje y desea obtener más ingresos para el gobierno, es más útil que la han visto el fenómeno en un par de años, así que usted puede estar seguro de que usted no es capturar la heterogeneidad no observada en la muestra que se interpreta como una propensión a viajar.
Para la estimación de estos modelos, lo mejor es ir a través de la referencia. Pero ten cuidado: los diferentes supuestos sobre el comportamiento de la gente hará diferentes estimaciones de los procedimientos admisible o no.
Espero que esto ayude!
