面板數(shù)據(jù)的知識(shí)點(diǎn)總結(jié)和實(shí)戰(zhàn)經(jīng)驗(yàn)

首先匹厘，面板數(shù)據(jù)是什么嘀趟？

面板數(shù)據(jù)是指在一段時(shí)間內(nèi)跟蹤同一組個(gè)體的數(shù)據(jù)，它既有橫截面維度（n個(gè)樣本）又有時(shí)間維度（t個(gè)時(shí)期）愈诚，所以面板數(shù)據(jù)的優(yōu)點(diǎn)在于樣本量比較大她按，而且兼具兩類數(shù)據(jù)的分析特點(diǎn)，可以觀測(cè)到動(dòng)態(tài)變化

其次炕柔，為什么要使用面板數(shù)據(jù)酌泰？

面板數(shù)據(jù)的應(yīng)用大多是為了解決遺漏變量的問(wèn)題，一般來(lái)講如果我們的在構(gòu)建回歸模型的時(shí)候忽略了重要的解釋變量匕累，就會(huì)影響整個(gè)模型的解釋力度陵刹，所以我們需要去找這些重要的遺漏變量。通常我們會(huì)使用工具變量法來(lái)阻止這類問(wèn)題欢嘿，但是實(shí)際操作總是比較困難的衰琐，遺漏變量常常是基于個(gè)體不可觀測(cè)的一致性造成的（比如個(gè)體能力），如果這種差異不會(huì)隨時(shí)間而改變炼蹦，那么面板數(shù)據(jù)能很好的為我們解決這一問(wèn)題羡宙。

長(zhǎng)面板/短面板——社會(huì)學(xué)使用一般都是短面板，n>t,畢竟成型的數(shù)據(jù)調(diào)查還是開始不久

平衡面板/非平衡面板——看看是否數(shù)據(jù)完整

動(dòng)態(tài)面板/靜態(tài)面板——解釋變量是否包含被解釋變量的滯后值

最后掐隐，我們要如何利用面板數(shù)據(jù)來(lái)解決遺漏變量的問(wèn)題狗热？

1.混合回歸（pooled regression）--極端的把面板數(shù)據(jù)看成截面數(shù)據(jù)，即假定不同個(gè)體之間的擾動(dòng)項(xiàng)相互獨(dú)立，強(qiáng)行忽略個(gè)體效應(yīng)進(jìn)行ols回歸匿刮，（也就是iid僧凰，隨機(jī)誤差獨(dú)立同分布），這時(shí)候估計(jì)會(huì)有偏

這里提及一個(gè)“聚類樣本”僻焚，是指雖然每個(gè)個(gè)體不同時(shí)期的觀測(cè)值很難相互獨(dú)立允悦，聚類樣本就是將同一個(gè)體不同時(shí)期的觀測(cè)值視作一個(gè)聚類，這樣同一聚類內(nèi)部相關(guān)虑啤，但是和其他聚類是可以獨(dú)立隙弛，這樣我們?nèi)匀豢梢允褂胦ls，但是要注意使用聚類穩(wěn)健標(biāo)準(zhǔn)誤（其實(shí)并不知道這是什么狞山，實(shí)際操作中使用普通標(biāo)準(zhǔn)誤的確是不準(zhǔn)確的全闷，一般會(huì)在指令后附加r）

2.分別回歸--即每個(gè)個(gè)體效應(yīng)都設(shè)計(jì)一個(gè)獨(dú)立的方程

操作起來(lái)非常不現(xiàn)實(shí)

3.個(gè)體效應(yīng)模型（individual-specific effects model）--折中方案，即假定每個(gè)個(gè)體回歸擁有相同的斜率萍启，但截距項(xiàng)不一樣

就會(huì)長(zhǎng)成這個(gè)樣子总珠，注意角標(biāo)，i關(guān)于個(gè)體勘纯，t關(guān)于年份局服、時(shí)間

我們能不能舉出一個(gè)好記的例子呢？

ui和解釋變量相關(guān)驳遵，我們稱其為內(nèi)生性問(wèn)題淫奔，我們把那些關(guān)乎個(gè)體的無(wú)法測(cè)量的變量設(shè)計(jì)成ui（個(gè)體效應(yīng)），單獨(dú)提出來(lái)我們就能關(guān)注到解釋變量的凈效應(yīng)了

如果個(gè)體效應(yīng)ui和某個(gè)解釋變量相關(guān)堤结，我們稱其為固定效應(yīng)模型唆迁，反之為隨機(jī)效應(yīng)模型

4.固定效應(yīng)模型FE（具體公式推導(dǎo)詳見《計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用》的第十二章）

既然ui和解釋變量相關(guān)、多期ui也很難保證完全獨(dú)立竞穷，這違背了線性回歸的假定唐责，那么只要我們需要消掉個(gè)體效應(yīng)ui，ols估計(jì)方法還是能正常去用的

（1）組內(nèi)估計(jì)值--組內(nèi)去心瘾带，消去ui（明白了鼠哥，為了消除zi和ui，去心一減平均月弛，就消除了）

（2）LSDV法肴盏，把截距項(xiàng)設(shè)計(jì)成虛擬變量——跟多分類變量是一樣的，個(gè)體差異表現(xiàn)在虛擬變量結(jié)局上帽衙，黑龍江省一條菜皂、上海市就跟它不一樣啦

（3）一階差分法，什么叫一階差分厉萝？——相當(dāng)于我求一個(gè)前一期的方程恍飘，然后兩個(gè)方程做差榨崩，消掉不會(huì)因時(shí)間而變得zi和ui

（4）雙向固定效應(yīng)，同時(shí)關(guān)注不隨個(gè)體而變章母，但隨時(shí)間而變的變量母蛛，再去用LSDV法去做ols——比如說(shuō)企業(yè)宏觀經(jīng)濟(jì)環(huán)境，不受個(gè)體企業(yè)控制乳怎，但是會(huì)因時(shí)間而變彩郊，比如金融危機(jī)前后，可能也是會(huì)帶來(lái)影響的蚪缀，我們就得考慮

5.隨機(jī)效應(yīng)模型RE（具體公式推導(dǎo)詳見《計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用》的第十二章）

雖然ui和解釋變量不相關(guān)秫逝，我們可以嘗試使用ols，但是因?yàn)閡i的存在询枚，同一個(gè)體不同時(shí)期的擾動(dòng)項(xiàng)之間仍然存在自相關(guān)（比如三十年內(nèi)同一企業(yè)的投資政策违帆，不太可能完全沒(méi)關(guān)系），我們稱其為不是球型擾動(dòng)項(xiàng)（組內(nèi)自相關(guān)）這時(shí)使用ols效率不高

（1）使用GLS（廣義最小二乘法）金蜀，去除自相關(guān)

（2）組間估計(jì)值（為什么固模使用組內(nèi)而隨模使用組間刷后？）其實(shí)都是去心算法，只不過(guò)隨機(jī)效應(yīng)計(jì)算一個(gè)斯塔渊抄，代入公式計(jì)算廣義離差而已尝胆，就是名字不一樣

6.擬合優(yōu)度的度量：估計(jì)量對(duì)模型的擬合程度

如果使用個(gè)體效應(yīng)模型，應(yīng)該會(huì)匯報(bào)出三種“整體R方”护桦、“組內(nèi)R方”班巩、“組間R方”，如果是FE就參考組內(nèi)R方嘶炭，RE就參考組間R方

7.我應(yīng)該使用FE還是RE？

H0：ui與解釋變量不相關(guān)? H1:相關(guān)

如果H0被接受則為RE逊桦，反之FE

也就是豪斯曼檢驗(yàn)啦眨猎，但是傳統(tǒng)的豪斯曼檢驗(yàn)要求組間同方差并且只能解決組內(nèi)自相關(guān)（70年內(nèi)黑龍江省的經(jīng)濟(jì)政策，肯定會(huì)有關(guān)的）强经，組間異方差情況下不可使用睡陪，所以后期有人進(jìn)行修正，提出穩(wěn)健豪斯曼檢驗(yàn)匿情，具體操作可以看看書

8.實(shí)際操作中兰迫，我們?cè)趺催x擇是使用混合回歸還是FE/RE？

當(dāng)我們使用stata進(jìn)行FE模型檢驗(yàn)時(shí)炬称，表格會(huì)提供H0：所有ui都等于0 的原假設(shè)汁果，如果接受原假設(shè)，則說(shuō)明個(gè)體效應(yīng)的存在沒(méi)什么意義玲躯，因?yàn)樗粫?huì)變化据德，一起放進(jìn)擾動(dòng)項(xiàng)就可以鳄乏，這時(shí)混合回歸是可以用的，但如果拒絕原假設(shè)棘利，說(shuō)明FE要好得多橱野；如果是RE模型檢驗(yàn)，通過(guò)stata自帶的LM檢驗(yàn)善玫，其原假設(shè)H0：sigma_u的平方為0水援，如果拒絕原假設(shè)說(shuō)明原模型包含反應(yīng)個(gè)體特性的隨機(jī)擾動(dòng)項(xiàng)ui，就不能用混合回歸

思考問(wèn)題：

如果被解釋變量與個(gè)體特征有關(guān)茅郎，使用哪種模型--固定蜗元，如果殘差項(xiàng)中某些變量和解釋變量相關(guān)，而同時(shí)對(duì)被解釋變量存在影響只洒，就會(huì)導(dǎo)致被解釋變量的系數(shù)是有偏且非一致的许帐。這時(shí)候就需要將這些變量加入模型中。但是有時(shí)候這些變量是不可觀測(cè)的毕谴，固定效應(yīng)回歸可以解決一部分這種問(wèn)題成畦。

如果豪斯曼檢驗(yàn)接受原假設(shè)，可不可以使用固定效應(yīng)模型--可以涝开，因?yàn)榫退鉼i和解釋變量不相關(guān)循帐，現(xiàn)實(shí)情況里也很難找到同一聚類里完全組內(nèi)無(wú)關(guān)的情況，所以固定效應(yīng)模型還是更常用的

實(shí)踐部分

謝宇舀武、于嘉《生育對(duì)于我國(guó)女性工資率的影響》

研究問(wèn)題： 1.在我國(guó)拄养，生育是否會(huì)導(dǎo)致女性的工資率降低? 如果會(huì)，降低的幅度是多少? ( 2) 在我國(guó)银舱，什么因素會(huì)影響女性的“生育代價(jià)”? 也就是說(shuō)瘪匿，生育對(duì)女性工資率的影響是否在不同群體間有所不同?

研究變量：

描述性分析

數(shù)據(jù)處理的一些注意事項(xiàng)：

本文使用的數(shù)據(jù)是中國(guó)健康和營(yíng)養(yǎng)調(diào)查（CHNS）1993、1997寻馏、2000棋弥、2004、2006五次的調(diào)查數(shù)據(jù)诚欠，因?yàn)檫@個(gè)數(shù)據(jù)的問(wèn)卷不是統(tǒng)一放在一起的顽染，所以應(yīng)該是每個(gè)文件分別保存變量再合并再集中清理

合并的指令，需要我們知道對(duì)應(yīng)的id轰绵，如果是1：1粉寞，就是對(duì)應(yīng)的不同方式，具體的詳查左腔。比較重要的是需要修改文件路徑才能順利合并

一個(gè)處理未知值的方法唧垦，對(duì)于那些連續(xù)數(shù)值變量，比如時(shí)間翔悠。我們可以取一取平均值進(jìn)行填充业崖，但是類別變量就不要瞎弄了

先將缺失和未知值處理為.再每個(gè)變量取均值進(jìn)行插值野芒，這樣就避免因?yàn)閯h掉數(shù)據(jù)而導(dǎo)致的數(shù)據(jù)有偏

描述性分析的一些注意事項(xiàng)：

啥原理呢？

duplicates report 是把重復(fù)的情況列出來(lái)双炕，duplicate drop var狞悲，force是刪掉重復(fù)值

這是tab，把數(shù)據(jù)輸出成表格

tabstat 是把描述性的內(nèi)容輸出成表格妇斤，而tab一般都是分散列的摇锋，我們還要自己往表里放。其中statistics(mean sd N)是指列出均值站超、標(biāo)準(zhǔn)差和樣本量荸恕，然后birth()是通過(guò)birth這個(gè)類別變量進(jìn)行報(bào)告，最后的format(%6.2f)就是調(diào)整格式死相，整數(shù)6位融求，保留2位小數(shù)點(diǎn)，要注意這是連續(xù)變量的用法

輸出出來(lái)就長(zhǎng)這樣

如果想要把描述性的內(nèi)容以縱向表格的形式呈現(xiàn)出來(lái)算撮，可以加col后綴生宛，一般來(lái)講是類別變量的用法

還是很實(shí)用的

輸出就是這樣的

封裝變量，也叫全局暫元肮柜，就是省點(diǎn)力氣不用敲那么多變量上去

所以這個(gè)type和help是干嘛用的陷舅？

操作面板數(shù)據(jù)，首先要確定id 和 year ,然后全局暫元就用在逐步回歸上

est sto 用來(lái)保存輸出結(jié)果

注意一下审洞，rtf是一種文本格式莱睁，和doc一樣，但是輸出的表格是帶邊框的芒澜，doc卻沒(méi)有

compress nogap是使結(jié)果更緊湊

b(%4.3f) se(%6.4f) brackets? brackets把原本的小括號(hào)變成了中括號(hào)仰剿，b(%4.3f) 是回歸系數(shù)保留小數(shù)點(diǎn)后三位，se(%6.4f) 是將原本的t值用標(biāo)準(zhǔn)誤替代并保留4位小數(shù)痴晦，star(* 0.1 ** 0.05 *** 0.01)是手動(dòng)設(shè)置顯著性水平酥馍，title是輸出表格表頭，不過(guò)我輸出是亂碼阅酪，不造為什么

注意下theta是隨機(jī)變量需要報(bào)告的值，不附指令就跑不出來(lái)

兩種豪斯曼檢驗(yàn)汁针，之前說(shuō)過(guò)傳統(tǒng)豪斯曼不能應(yīng)對(duì)異方差术辐，所以提供了修正后的穩(wěn)健豪斯曼檢驗(yàn)

注意穩(wěn)健豪斯曼使用需要安裝xtoverid和ivreg2