Documente Academic
Documente Profesional
Documente Cultură
• Testul Hausman
2
• Exista 3 tipuri de structuri de date:
• Serii de tip profil (transversale): i = 1, 2, …, N; T=1.
• Serii cronologice (serii de timp): N=1; t = 1, 2, …, T.
• Panel de date: i = 1, 2, …, N; t = 1, 2, …, T.
3
Numărul Timp Variabila 1 Variabila 2
unităţii Xit Yit
1 1 X11 Y11
1 … X1t Y1t
1 T X1T Y1T
… 1 Xi1 Yi1
… … Xi2 Yi2
… T Xi3 Yi3
N 1 XN1 Y31
N … XNt YNt
N T XN3 YNT
4
5
6
7
Datele de tip panel fac posibilă estimarea relaţiilor în
dinamică, chiar dacă datele sunt disponibile pentru o
perioadă scurtă de timp, prin creşterea numărului
observaţiilor (N x T)
8
9
yit = 0 + 1 x1it + 2 x2it + uit
Termenul eroare include întotdeauna toţi factorii neobservabili care determină
variabila rezultativă Y
Termenul eroare într-un model de regresie pe date de tip panel are 3
componente:
yit = 0 + 1 x1it + 2 x2it + i + t + it
10
uit = i + t + it
11
Observaţii repetate în diverse momente de timp
pentru acelaşi individ
Y1 2017 = 0 + 1 X 11 2017 + 2 X 21 2017 + 1 + 2017 + 1 2017
Y1 2018 = 0 + 1 X 11 2018 + 2 X 21 2018 + 1 + 2018 + 1 2018
Y1 2019 = 0 + 1 X 11 2019 + 2 X 21 2019 + 1 + 2019 + 1 2019
………………………………………………………………….
12
Una din ipotezele metodei celor mai mici pătrate este:
Cov(Xi, Ui)=0
uit = i + t + it
Descompunerea termenului eroare indică faptul că una
dintre presupunerile metodei celor mai mici pătrate nu va
fi respectată: "Două observaţii ale aceluiaşi individ vor fi
mai asemănătoare comparativ cu două observaţii
provenind de la doi indivizi diferiţi"
Cov ( X i i ) 0
13
Este cea mai simplă abordare
Combină într-o singură mulţime ambele dimensiuni
Renunţă la structura temporală şi transversală
14
Metoda celor mai mici pătrate grupată va furniza estimatori ai
parametrilor constanţi fără diferenţiere între indivizi şi timp
Din cauza componentei efectului neobservat specific indivizilor
una din ipotezele pe care se bazează metoda celor mai mici
pătrate poate fi nerespectată:
◦ Presupunerea că fiecare eroare în fiecare perioadă de timp, pentru fiecare
persoană este necorelată cu variabilele şi efectele pentru fiecare persoană şi
de-a lungul timpului, poate să nu fie respectată
15
Permit diferenţierea comportamentului între indivizi
şi în perioade diferite de timp sub forma:
16
y it = x it + u it şi u it = i + it pentru i = 1,..., N ; t = 1,..., T
( )
E i it = 0
( )
E xit i 0 fixed effects model
17
Modelul pentru o singură observaţie:
y it = i + x it + it i = 1,..., N ; t = 1,..., T
Modelul pentru individul i:
y i1 1 x i11 x iK1 1 i1
= i +
+ resp. y i = T i + X i + i
y iT 1 1 K
x iT x iT K iT
y1 T 0
0
0 1 X 1
1
y = DN + X +
0 2 + X 2 + 2
y2 = T
18
Estimarea folosind metoda celor mai mici pătrate cu variabile dummy:
Estimatorul lui ß este BLUE (atâta timp cât este zgomot alb)
Dar:
➔ calcule complexe dacă N este mare
➔ dimensiunea mare a vectorului coeficienţilor poate conduce la estimări imprecise
➔ pierdere mare a gradelor de libertate
➔ de multe ori nu suntem interesaţi de toţi parametrii i dacă N este mare!
19
Transformarea în interiorul perioadelor de timp:
y it − y i. = ( x it − x i . ) + ( it − i . ) i = 1,..., N ; t = 1,..., T
T
unde y i. = t =1
y it / T
( )
−1
ˆW = X X X y = ˆLSDV
20
Estimatorul modelului cu efecte fixe pentru :
▪ nedeplasat
▪ consistent în toate cele trei cazuri (N mare & T
fix, T mare & N fix, N & T mari)
▪ eficient
▪ asimptotic normal distribuit
21
Estimarea termenilor liberi individuali:
ˆ i ,W = y i − x i ˆW
Dacă modelul iniţial include o constantă , atunci este estimat efectul
compus i+ (interpretare diferită a lui i ).
Nu este posibilă identificarea efectelor individuale decât în cazul în
care se face o presupunere suplimentară, adică:
i = 0
N
i =1
Estimatorii pentru i :
nu sunt consistenţi pentru N mare:
numarul parametrilor creste odata cu cresterea lui N
22
(*) y it = + x it + u it , i = 1,..., N ; t = 1,..., T şi u it = i + it
( )
E xit i = 0 random effects model
23
Cum poate fi implementat estimatorul modelului cu efecte
aleatoare?
Estimator RE (Random Effects)
Se face următoarea transformare pentru fiecare observaţie:
y it − y i = (1 − ) + ( x it − x i ) + (u it − ui ),
i = 1,..., N ; t = 1,..., T
Unde
= 1−
2 + T 2
(σε2 este dispersia lui ε şi σα2 este dispersia lui α)
24
Estimarea ecuaţiei transformate se va face cu metoda
celor mai mici pătrate. Acesta este estimatorul
obţinut prin metoda celor mai mici pătrate
generalizată şi se numeşte estimator RE (Random
Effects).
Estimatorul RE:
➔ este consistent
25
Estimatorul BE
y it = + x it + i + it i = 1,..., N ; t = 1,..., T
Putem scrie
y i = + x i. + i + i. i = 1,..., N (Transformarea dintre perioadele de timp)
Estimatorul BE:
• Este consistent, dacă efectele individuale şi X sunt necorelate
26
Estimatorul RE este o sumă ponderată a estimatorilor Within şi
Between:
ˆRE = ( X M D X + X PD X ) X M D X ˆFE + ( X M D X + X PD X ) X PD X ˆBE
−1 −1
2
= (1 − )
2
=
T 2 + 2
Cazuri speciale
2 = 0 = 1 OLS
T → → 0 Within estimator
2 = 0 = 0 Within estimator
→ Between estimator
27
Modelul clasic de regresie liniara
Var ( yˆ ) Var ( y) − Var (uˆ ) yˆ yˆ uˆuˆ
y = X + u = X ˆ + uˆ = yˆ + uˆ R 2 = corr ( yˆ , y)2 = = = = 1−
Var ( y) Var ( y) yy yy
Alte modele
1. Modelul initial general y it = + x it + i + it yˆ it = ˆ + x it ˆ
2. Modelul transformat Between y i = + x i. + i + i . yˆ i = ˆ + x i. ˆ
3. Modelul transformat Within y it − y i. = ( x it − x i. ) + ( it − i. ) yˆ = yˆ it − yˆ i. = ( x it − x i. ) ˆ
28
Exista efecte fixe invididuale? => Testul F
29
Dacă se respinge modelul grupat: Se foloseşte
modelul cu efecte fixe sau aleatoare?
◦ Testul Hausman
◦ Se testează dacă efectele individuale aleatoare sunt
corelate cu variabilele explicative (FE) sau nu (RE)
30
Ipotezele in cazul testului Hausman:
Ho: nu exista corelatie, FE consistent, RE consistent
si eficient
( )
E xit i = 0
( )
E xit i 0
31
Testul statistic:
( )
( ) sub ipoteza H0 este χ2k unde k este
a
HW = ˆRE − ˆFE ( RE − FE ) ˆRE − ˆFE numărul( de coloane în X
K = number of columns in X )
−1 2
Regula de decizie
- Se respinge ipoteza nulă dacă HW este
mai mare decât valoarea critică (sau dacă p-
value < valoarea dată a nivelului de
semnificaţie , în general 0.05).
32