La diferencia entre el panel de los datos y del modelo mixto

Question

Me gustaría saber la diferencia entre el panel de análisis de datos y modelo mixto de análisis. A mi conocimiento, tanto de datos de panel y modelos mixtos fijos y de efectos aleatorios. Si es así, ¿por qué tienen nombres diferentes? O son sinónimos?

He leído el post siguiente, que describe la definición de fijos, aleatorios y mixtos efecto, pero no es exactamente la respuesta a mi pregunta:

¿Cuál es la diferencia entre efectos fijos, efectos aleatorios y de efectos mixtos modelos?

Agradecería si alguien podría darme una breve (unas 200 páginas) de referencia en el modelo mixto de análisis.Solo para añadir, yo prefiero Mezclar la modelización de referencia, independientemente de software de tratamiento. Principalmente la explicación teórica de la Mezcla de modelado.

Answer 1

Tanto los datos de panel y efectos mixtos modelo de datos de acuerdo con la doble indexados variables aleatorias $y_{ij}$. Primer índice es para el grupo, el segundo es para los individuos dentro del grupo. Para la de datos de panel, el segundo índice es generalmente de tiempo, y se supone que podemos observar a los individuos a lo largo del tiempo. Cuando el tiempo es el segundo índice de efectos mixtos modelo de los modelos se denominan modelos longitudinales. El modelo de efectos mixtos se entiende mejor en términos de nivel 2 regresiones. (Para facilitar la exposición se supone que solo una variable explicativa)

Primer nivel de regresión es la siguiente

$$y_{ij}=\alpha_i+x_{ij}\beta_i+\varepsilon_{ij}.$$

Esto se explica simplemente como individuo de regresión para cada grupo. El segundo nivel de regresión intenta explicar la variación en los coeficientes de regresión:

$$\alpha_i=\gamma_0+z_{i1}\gamma_1+u_i$$ $$\beta_i=\delta_0+z_{i2}\delta_1+v_i$$

Cuando se sustituye en la segunda ecuación a la primera que se ve

$$y_{ij}=\gamma_0+z_{i1}\gamma_1+x_{ij}\delta_0+x_{ij}z_{i2}\delta_1+u_i+x_{ij}v_i+\varepsilon_{ij}$$

Los efectos fijos son lo que es fijo, esto significa $\gamma_0,\gamma_1,\delta_0,\delta_1$. El de efectos aleatorios, se $u_i$$v_i$.

Ahora para datos de panel de los cambios de terminología, pero usted todavía puede encontrar puntos en común. Los datos de panel de efectos aleatorios, modelos es el mismo modelo con efectos mixtos

$$\alpha_i=\gamma_0+u_i$$ $$\beta_i=\delta_0$$

con el modelo becomming

$$y_{it}=\gamma_0+x_{it}\delta_0+u_i+\varepsilon_{it},$$

donde $u_i$ son de efectos aleatorios.

La diferencia más importante entre el modelo de efectos mixtos y de datos de panel, modelos es el tratamiento de regresores $x_{ij}$. Para efectos mixtos modelos que no son variables aleatorias, mientras que para datos de panel de los modelos se parte del supuesto de que son al azar. Esto es importante en el momento de definir lo que es el modelo de efectos fijos para datos de panel.

Para efectos mixtos modelo se asume que los efectos aleatorios $u_i$ $v_i$ son independientes de $\varepsilon_{ij}$ y también de$x_{ij}$$z_i$, lo que siempre es cierto cuando $x_{ij}$ $z_i$ son fijos. Si permitimos que estocástico $x_{ij}$ esto se vuelve importante. Por lo que el modelo de efectos aleatorios para datos de panel se supone que $x_{it}$ no está correlacionada con $u_i$. Pero el modelo de efectos fijos que tiene la misma forma

$$y_{it}=\gamma_0+x_{it}\delta_0+u_i+\varepsilon_{it},$$

permite la correlación de $x_{it}$$u_i$. El énfasis, entonces, es únicamente para estimar consistentemente $\delta_0$. Esto se hace restando el individuo significa:

$$y_{it}-\bar{y}_{i.}=(x_{it}-\bar{x}_{i.})\delta_0+\varepsilon_{it}-\bar{\varepsilon}_{i.},$$

y el uso de simples OLS en regresión resultante problema. Algebraicamente esto coincide con el cuadrado de la variable ficticia de regresión problema, donde suponemos que $u_i$ son fijos los parámetros. De ahí el nombre de modelo de efectos fijos.

Hay mucha historia detrás de efectos fijos y de efectos aleatorios de la terminología en econometría de datos de panel, que he omitido. En mi opinión personal estos modelos se explican mejor en Wooldridge "análisis Econométrico de la sección transversal y datos de panel". Que yo sepa no hay tal historia en la mezcla de un modelo de efectos, pero por otro lado yo vengo de la econometría fondo, así que podría estar equivocado.

Answer 2

Entiendo que usted está buscando un texto que describe mixto de la modelización de la teoría, sin referencia a un paquete de software.

Yo recomendaría Análisis Multinivel, Una introducción básica y avanzada, multinivel modelado por Tom Snijders y Roel Bosker, sobre 250pp. Tiene un capítulo sobre el software en la final (que es algo pasado de moda ahora), pero el resto es muy accesible teoría.

Aunque tengo que decir que estoy de acuerdo con la recomendación anterior para Multinivel y Modelos Longitudinales Usando Stata por Sophia Rabe-Hesketh y Anders Skrondal. El libro es muy teórico y el componente de software es realmente una buena adición a una sustancial del texto. Yo normalmente no uso de Stata y el texto sentado en mi escritorio y encontrar muy bien escrito. Sin embargo, es mucho más que 200pp.

Los siguientes textos son escritos por los actuales expertos en el campo y sería útil para cualquier persona que quiera más información acerca de estas técnicas (aunque específicamente no se ajustan a su petición): [No puedo vincular a estos, ya que soy un usuario nuevo, lo siento]

Hoox, Joop (2010). Análisis multinivel, Técnicas y Aplicaciones.

Gelman, A., y la Colina, J. (2006) Análisis de los Datos Mediante Regresión Multinivel y/Modelos Jerárquicos.

La cantante, J. (2003) Aplica Longitudinal de Análisis de Datos: Modelado de Cambio y la Ocurrencia de Eventos

Raudenbush, S. W., y Bryk, A., S. (2002). Jerárquica de los Modelos Lineales: Aplicaciones y métodos del análisis de datos

Lucas, Douglas,(2004). Los Modelos Multinivel

También me gustaría segundo Wooldridge del texto mencionado anteriormente, así como la R de texto, y el Bristol Centro de la Universidad de Multinivel Modelado tiene un montón de tutoriales y información

Answer 3

Yo también me he preguntado sobre la diferencia entre ambos tan bien y que recientemente ha encontrado una referencia sobre este tema, entiendo que "panel de datos" es un nombre tradicional para los conjuntos de datos que representan una "cruz de la sección o grupo de personas que son inspeccionadas periódicamente a lo largo de un determinado lapso de tiempo". Así que el "grupo" es un grupo de estructura dentro del conjunto de datos, y tener un grupo de la forma más natural de analizar este tipo de datos es a través de una mezcla de modelos.

Una buena referencia (independientemente de si usted se "hablan" de R o no) de efectos mixtos de modelado es el proyecto de una (?)libro de próxima publicación por Douglas Bates (lme4: efectos Mixtos de modelado con R).

Answer 4

En mi experiencia, la justificación para el uso de 'panel de econometría" es que el panel "efectos fijos' estimadores pueden ser utilizados para el control de las diversas formas de sesgo de variable omitida.

Sin embargo, es posible llevar a cabo este tipo de estimación dentro de un modelo multinivel utilizando un Mundlak tipo de enfoque, es decir, incluyendo el grupo de medios como regresores adicionales. Este enfoque elimina la correlación entre el término de error y potencial a nivel de grupo, se omite factores, revelando la "dentro de" coeficiente. Sin embargo, por una razón desconocida para mí esto no es llevado a cabo generalmente en la investigación aplicada. Estas diapositivas y este documento proporcionar una elaboración.

Answer 5

Si el uso de Stata, Multinivel y Modelos Longitudinales Usando Stata por Sophia Rabe-Hesketh y Anders Skrondal sería una buena opción. Dependiendo de lo que exactamente usted está interesado en, 200 páginas podría ser sobre el derecho.