Lecture 10 - Böckerna Flashcards
Vad är skillnaden mellan balanserad och obalanserad paneldata?
Vid obalanserad har man inte observationer vid alla tillfällen för alla individer.
Vid balanserad paneldata finns det observationer för alla perioder.
Vid obalanserad paneldata saknas det data för åtminstånde en tidsperiod.
Hur studeras data vid paneldata?
Vad är vinsten med denna typ av modell?
Vid paneldata så observeras samma entitet vid två eller flera tidsperioder.
Genom att studeras förändring i den beroende variabeln över tid är det med denna metod möjligt att eliminera OVs som skiljer solig mellan entiteter men är de samma över tid.
Vad betyder Yit?
Yit = Variabeln Y för den i’nte entiteten och den t’nte perioden.
Vad menas med ”fixerade effekter”?
När vi använder paneldata för att studera hur Y förändras genom manipulationer i X kan vi ha OVB. Studerar vi t.ex trafikolyckor och förändringar i en traffikåtgärd, kan olyckorna ha att göra med attityder i samhället, kvalite på vägarna osv. Om dessa faktorer inte förändras över tid men är olika för olika entiteter som vi mäter kan vi använda OLS med ”fixerade effekter”.
vi har ekvationen Yit = β0 + β1Xit + uit
Med en OV Z som inte förändras med tiden men är samma för alla entiteter. Så får vi ekvationen
Yit = β0 + β1Xit + β2Zi + uit
Vad händer med Z över tid?
Efter som att Z är konstant över tid kommer den elimineras när vi tittar på föränding över två tidsperioder.
Yit=1 - Yit=0 = β1(Xit=1 - Xii T=0) β2(Zi - Zi) + uit=1 - uit=0
Z försvinner alltså
Varför använder man fixed effex regressioner?
Fixad effekt regression är en metod för att kontrollera för omitted variables OV i paneldata när OV varierar över entiteter men inte över tid. Dessa regressioner kan användas när man har två eller fler tidsperioder för varje entitet.
Vad gäller för intercepten i en FE panelmodell?
Denna regressions modell har n olika intercept, en för varje entitet. Intercepten speglar skillnader OV över de olika eniteterna men som är lika över tid.
Alltså, i en stat är man mycket tolerant för en grej medan man är mindre tolerant i en annan stad. Nivån på tolerans innomstaterna förändras dock inte över tid.
Vi har ekvationen Yit = β0 + β1Xit + β2Zi + uit
Den kan skrivas om till Yit = β1Xit + αi + uit
Där αi = β0 + β2Zi
Vi har ekvationen Yit = β0 + β1Xit + β2Zi + uit
Hur kan vi skriva om den vid FE?
Den kan skrivas om till Yit = β1Xit + αi + uit
Där αi = β0 + β2Zi
Vad kan α tolkas som vid en FE modell?
Slopen är den samma över de olika entiteterna (t.ex staterna) medan interceptet varierar.
α kan därför tolkas som ”effekten” av att till höra en speciell entitet. Man kallar detta ”entitetsfixerade effekter”. Detta är alltså olika för olika entiteter men det samma över tid.
Vad är tidsfixerade effekter?
Om vi har variabler som är den samma för olika entiteter men förändras över tid kan vi ta hänseende till detta genom att inkludera ”tidsfixerade effekter”
Man kan t.ex tänka sig att säkerheten i bilar är något som förändras med tiden och förändras lika för alla kommuner i landet. Sådana effekter är tidsfixerade effekter.
Tidsfixerade effekter tillåter oss att eliminera bias från omitted variabler så såsom förbättringar i säkerhet på nationell nivå osv, sånt som förändras över tid men är samma mellan kommuner. ’
Hur ser en regression med tidsfixerade effekter ut?
En regression med tidsfixerad effekt ser ut som följande
Yit = β1Xit + λt + uit
Så där λτ är liknande αi vid enhetsfixerade effekter.
Hur skriver man en modell som inkluderar både enhetsfixerade effekter och tidsfixerade effekter?
En modell med både entitetseffekter och tidseffekter ser ut som följande
Yit = β1Xit + αi + λt + uit
En modell model som har en kombination av båda eliminerar OVB som kommer från observerade variabler som både är konstanta över tid men varierar mellan entiteter och som är konstanta över entiteter men varier över tid.
En sådan modell kommer ge mängder av olika variabler!!! När man inkluderar alla år och stater. Vi har då mängder av koefficienter, men vi rapporterar aldrig alla de för α och λ. Det är ju bara X vi är intresserad av.
