Para perguntas rápidas, envie um email para dataprinceton. edu. Não há appts. Necessário durante as horas de caminhada. Nota: o laboratório DSS está aberto enquanto o Firestone estiver aberto, sem compromissos necessários para usar os computadores do laboratório para sua própria análise. Os dados do Painel de introdução dos dados do painel, também chamados de dados longitudinais ou dados de série temporal, são dados em que vários casos (pessoas, empresas, países, etc.) foram observados em dois ou mais períodos. Um exemplo é o National Longitudinal Survey of Youth, onde uma amostra nacionalmente representativa de jovens foi pesquisada repetidamente ao longo de vários anos. Existem dois tipos de informações em dados de séries temporais transversais: as informações transversais refletidas nas diferenças entre os indivíduos e as séries temporais ou informações dentro do assunto refletidas nas mudanças nos assuntos ao longo do tempo. As técnicas de regressão de dados do painel permitem aproveitar esses diferentes tipos de informações. Embora seja possível usar técnicas de regressão múltipla comuns em dados de painel, eles podem não ser otimizados. As estimativas de coeficientes derivados da regressão podem estar sujeitas a um viés variável omitido - um problema que surge quando existe alguma variável ou variáveis desconhecidas que não podem ser controladas para que afetem a variável dependente. Com os dados do painel, é possível controlar alguns tipos de variáveis omitidas, mesmo sem observá-las, observando mudanças na variável dependente ao longo do tempo. Isso controla as variáveis omitidas que diferem entre os casos, mas são constantes ao longo do tempo. Também é possível usar dados de painel para controlar variáveis omitidas que variam ao longo do tempo, mas são constantes entre os casos. O uso de dados do painel no conjunto de dados do painel Stata A deve ter dados em n casos, em períodos de tempo t, para um total de observações n vezes t. Dados como este são ditos em forma longa. Em alguns casos, seus dados podem aparecer no que é chamado de forma ampla, com apenas uma observação por caso e variáveis para cada valor diferente em cada período de tempo diferente. Para analisar dados como este no Stata usando comandos para análise de dados de painel, você precisa primeiro convertê-lo em forma longa. Isso pode ser feito usando o comando Stata reshape. Para obter ajuda na utilização de reformulação, consulte a ajuda online da Statas ou esta página da web. A Stata fornece uma série de ferramentas para analisar os dados do painel. Os comandos começam com o prefixo xt e incluem xtreg, xtprobit, xtsum e xttab - versões de dados do painel dos comandos familiares reg, probit, sum e tab. Para usar esses comandos, primeiro diga ao Stata que seu conjunto de dados é um dado de painel. Você precisa ter uma variável que identifique o elemento caso do seu painel (por exemplo, um identificador de país ou pessoa) e também uma variável de tempo que esteja no formato de data Stata. Para obter informações sobre os formatos variáveis da data Statas, consulte os dados da Série de tempo na página Stata. Classifique seus dados pela variável do painel e, em seguida, pela variável de data dentro da variável do painel. Então você precisa emitir o comando tsset para identificar o painel e as variáveis de data. Se a sua variável de painel for chamada de panelvar e sua variável de data for chamada de datevar, os comandos necessários são: Se você preferir usar menus, use o comando em Configurações da série de tempo da Estatística e Utilitários. Declare Data para ser Time Series. Modelos corrigidos, entre e efeitos aleatórios Regressão de efeitos corrigidos A regressão de efeitos fixos é o modelo a ser usado quando você deseja controlar variáveis omitidas que diferem entre os casos, mas são constantes ao longo do tempo. Ele permite que você use as mudanças nas variáveis ao longo do tempo para estimar os efeitos das variáveis independentes em sua variável dependente e é a principal técnica utilizada para análise de dados de painel. O comando para uma regressão linear em dados de painel com efeitos fixos no Stata é xtreg com a opção fe, usada assim: Se você preferir usar os menus, o comando está em Estatística. Série temporal. Modelos lineares. Regressão linear. Isso equivale a gerar variáveis dummy para cada um de seus casos e incluí-las em uma regressão linear padrão para controlar esses efeitos de caso fixos. Ele funciona melhor quando você tem relativamente menos casos e mais períodos de tempo, uma vez que cada variável dummy remove um grau de liberdade do seu modelo. Entre efeitos A regressão com efeitos entre os dois é o modelo a ser usado quando você deseja controlar as variáveis omitidas que mudam ao longo do tempo, mas são constantes entre os casos. Ele permite que você use a variação entre casos para estimar o efeito das variáveis independentes omitidas em sua variável dependente. O comando para uma regressão linear em dados de painel com os efeitos em Stata é xtreg com a opção be. Executar xtreg com entre efeitos é equivalente a tomar a média de cada variável para cada caso ao longo do tempo e executar uma regressão no conjunto de dados recolhido dos meios. Como isso resulta na perda de informações, entre os efeitos não são muito usados na prática. Os pesquisadores que desejam analisar os efeitos do tempo sem considerar os efeitos do painel geralmente usarão um conjunto de variáveis dummy do tempo, o que é o mesmo que os efeitos fixos de tempo de execução. O estimador entre efeitos é principalmente importante porque é usado para produzir o estimador de efeitos aleatórios. Efeitos aleatórios Se você tiver motivos para acreditar que algumas variáveis omitidas podem ser constantes ao longo do tempo, mas variam entre os casos e outras podem ser corrigidas entre os casos, mas variam ao longo do tempo, você pode incluir ambos os tipos usando efeitos aleatórios. O estimador de efeitos aleatórios Statas é uma média ponderada dos efeitos fixos e entre os efeitos. O comando para uma regressão linear em dados de painel com efeitos aleatórios em Stata é xtreg com a opção re. Escolhendo entre efeitos fixos e aleatórios A maneira geralmente aceita de escolher entre efeitos fixos e aleatórios está executando um teste de Hausman. Estatisticamente, os efeitos fixos são sempre uma coisa razoável a fazer com os dados do painel (eles sempre dão resultados consistentes), mas eles podem não ser o modelo mais eficiente para executar. Os efeitos aleatórios darão melhores valores de P, uma vez que são um estimador mais eficiente, então você deve executar efeitos aleatórios se for justificadamente justificável fazê-lo. O teste Hausman verifica um modelo mais eficiente contra um modelo menos eficiente mas consistente para garantir que o modelo mais eficiente também ofereça resultados consistentes. Para executar um teste de Hausman comparando efeitos fixos com aleatórios em Stata, você precisa primeiro estimar o modelo de efeitos fixos, salvar os coeficientes para que você possa compará-los com os resultados do próximo modelo, estimar o modelo de efeitos aleatórios e, em seguida, fazer o comparação. O teste hausman testa a hipótese nula de que os coeficientes estimados pelo estimador de efeitos aleatórios eficientes são os mesmos estimados pelo estimador de efeitos fixos consistentes. Se eles são (valor P insignificante, Probchi2 maior do que 0,05), então é seguro usar efeitos aleatórios. Se você conseguir um valor P significativo, no entanto, você deve usar efeitos fixos. Leitura adicional entre estimadores de Stata Uma discussão comparando o estimador estimado com o estimador de efeitos aleatórios. Teste de heterocedasticidade e autocorrelação em nível de painel de Stata Inclui um comando escrito pelo usuário que realiza um teste simples para correlação em série. Introdução à Econometria por James H. Stock e Mark W. Watson, 2003 Este texto tem uma boa discussão sobre a teoria por trás da análise de dados do painel e foi usado na preparação desta página. Veja, em particular, o Capítulo 8, Regressão com dados do painel. Copie 2007 The Trustees da Princeton University. Todos os direitos reservados. Dataprinceton. edu NOTA: A informação é para a Universidade de Princeton. Sinta-se livre para usar a documentação, mas não podemos responder perguntas fora de Princeton. Esta página foi atualizada pela última vez: AVISO: O grupo de consultoria estatística IDRE estará migrando o site para o WordPress CMS em fevereiro para facilitar a manutenção e criação de novos conteúdos. Algumas de nossas páginas antigas serão removidas ou arquivadas de modo que elas não serão mais mantidas. Vamos tentar manter os redirecionamentos para que os URLs antigos continuem a funcionar da melhor maneira possível. Bem-vindo ao Instituto de Pesquisa e Educação Digital Ajude o Grupo de Consultoria Estatal, dando um presente. Notas da classe Stata Introduzir dados 1.0 Comandos do Stata nesta unidade Mostrar arquivos no diretório atual Ler dados ASCII (texto) criados por uma planilha Leia o ASCII (texto) não formatado Dados Leia dados ASCII (texto) em formato fixo Digite dados do teclado Descreva o conteúdo de dados na memória ou no disco Comprime dados na memória Armazena o conjunto de dados atualmente na memória no disco no formato de dados Stata Carrega um conjunto de dados em formato Stata Mostra o número de observações Listar valores de variáveis Limpar todo o conjunto de dados e tudo mais Exibir um relatório sobre o uso da memória Definir o tamanho da memória 2.0 Demonstração e explicação Vamos começar por inserir um tipo de arquivo de dados de planilha em Stata. Um tipo de arquivo de planilha é criado por programas como o Excel. Por exemplo, no Excel, podemos salvar um arquivo em um arquivo de formato de valores separados por vírgulas (.csv). O Stata lê neste tipo de dados usando o comando da planilha. Permite primeiro chegar ao diretório onde o arquivo hs0.csv é. Este arquivo de dados possui nomes de variáveis na primeira linha. Aqui está uma lista parcial do arquivo separado por vírgulas: E aqui estão os comandos Stata para ler esses dados. E se o arquivo de dados não tiver os nomes das variáveis na primeira linha, temos um arquivo chamado hs0noname. csv. Também faremos uma contagem para ver se a entrada foi bem sucedida. Para ler um arquivo delimitado por espaço, usaremos o comando infile. A primeira parte do arquivo hs0.raw é mostrada abaixo. Observe como especificamos uma variável de caracteres abaixo. O variável prgtype é uma variável de caracteres. Dizemos a Stata isso e aquilo que queremos que ele tenha um comprimento de 10 digitando str10 antes do nome da variável. Usaremos o arquivo de dados hs0.raw. O outro tipo de formato de dados ASCII de uso comum é um formato fixo. Sempre exige um livro de códigos para especificar qual coluna (s) corresponde a qual variável. Aqui é um pequeno exemplo desse tipo de dados com um livro de códigos. Observe como fazemos uso do livro de códigos no comando infix abaixo. Usaremos o arquivo de dados schdat. fix. Também podemos usar o editor Do-file para inserir dados. O editor Do-file é usado para escrever uma seqüência de comandos e executá-los todos de uma só vez. Você pode copiar e colar a seguinte sintaxe do Stata no editor Do-file e executá-la. Depois de executar o programa acima, podemos emitir o comando de descrição para obter uma idéia geral sobre o conjunto de dados. O comando compress reduz o tamanho do conjunto de dados. Podemos salvar o conjunto de dados no disco, emitindo o comando save. Para ler em um arquivo de dados Stata, usamos o comando use. O comando de uso também pode ser usado para ler um arquivo de dados pela internet. Às vezes, o arquivo de dados pode ser muito grande para ser lido. Teremos que redefinir a quantidade de memória alocada para o Stata. 3.0 Para mais informações O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico da Universidade da Califórnia.
No comments:
Post a Comment