Föreläsning 10 - Random Effects Och Dynamisk Paneldata Flashcards
Förklara kvalitativt poängen med att använda Random Effects.
Givet en enkel panel ekvation:
Yit. = bo + b1xit + αi + uit
där αi är saker som är oobserverbart och konstant över tid men som skiljer sig mellan individer..
Givet att cov(α, xit) ≠ 0 kan vi använda FE för att få bort detta. Men, om vi har kontrollerat för det mesta genom att inkludera alla bra covariat vi kan tänka oss så α faktiskt extremt liten kan vi närma oss cov(α, xit) = 0. Vi skulle fortfarande ha ett konsistent estimat om vi använde FE, men vi skulle få en efficiency loss.
Givet ekvationen Yit. = bo + b1xit + αi + uit, visa hur vi Quasi_demeanar den och vad implokationen blir.
Se koncept 10
Vad är λ i RE och hur går den mot 1 eller 0?
Se koncept 10.
Hur vet vi i realiteten vad λ är?
Se koncept 10.
Vad behöver vi för att RE ska vara konsistent?
Fyra assumptions. Tre samma som FE + cov(ai, xit) = 0, vilket är skiljt från FE anganadet.
Koncept 10
När ska vi välja RE eller FE?
Se koncept 10.
HUr kan vi testa huruvida vi ska använda RE eller FE? Förklara testet, Hypoteserna och hur det fungerar.
Se koncept 10.
Vad är den kvalitativa tolkningen av Hausmantestet?
Houseman compares the consistancy of Bre och Bfe relative to the potential efficiency gain of using Re over Fe.
Vad är Pooled OLS?
OLS på paneldata.
Vad använder vi när vi estimerar RE?
GLS! Det är en typ av pooled OLS men som tar hänsyn till att vi har serie-korrelation i vår var-cov matris.
Vad är en dynamisk paneldata modell?
Paneldata med en lagad dependent variabel. Alltså en AR(1) i paneldata miljö. Dvs, många i samt en αi = fixed effects.
Se koncept för kort ekvation.
Vad händer om vi försöker estimera en dynamisk panelmodell med FE?
Se koncept 10!
Vilken klasisk estimator kan vi anvönda på dynamisk paneldata? Hur fungerar den?
The Anderson Hsiao estimator.
Se koncept 10.
Använder lag som IV.
Vilka assumptions krävs för att använda en lagg som IV?
Strikt exogenitet
Ingen arutocorrelation i feltermen
Visa intiutionen i Method of moments och hur vi kan använda det på en regression.
Se koncept
