Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Contoh Model Data Panel

Ani Katchova

© 2013 oleh Ani Katchova. Seluruh hak cipta.

 Contoh Model Data Panel

- Kita mempunyai data panel mengenai upah dan kita perlu memperhitungkan variasi dari waktu ke waktu (di
dalam) dan antar individu (di antara keduanya). Log upah adalah variabel terikat dan pendidikan, pengalaman,
dan minggu kerja adalah variabel bebas.
- Data dari Studi Panel Pendapatan dan Dinamika (PSID).

Penaksir:
- OLS yang dikumpulkan
- Di antara
- Efek tetap (dalam)
- Perbedaan pertama
- Efek acak
Variasi dalam dan antar untuk data panel

Variabel Variasi Berarti St Minimal Maks

identitas individu keseluruhan 298 171 1 595
di antara 171 1 595
di dalam 0 298 298
Waktu t keseluruhan 4 2 1 7
di antara 0 4 4
di dalam 2 1 7
Catat upah keseluruhan 6.7 0,46 4.6 8.5
di antara 0,39 5.3 7.8
di dalam 0,24 4.8 8.6
Pendidikan keseluruhan 12.8 2.8 4 17
di antara 2.8 4 17
di dalam 0 12.8 12.8
Pengalaman keseluruhan 19.9 11.0 1 51
di antara 10.8 4 48
di dalam 2.0 17 23
Berminggu-minggu berhasil keseluruhan 47 5.1 5 52
di antara 3.3 32 52
di dalam 3.9 12 64
- Variabel invarian waktu seperti id individu dan pendidikan memiliki nilai positif antara variasi dan nol dalam
variasi. Pengalaman memiliki lebih banyak variasi antar variasi (10.8) dibandingkan dalam variasi (2.0).
Pengalaman rata-rata seorang individu adalah antara 4 dan 48 tahun antar individu, namun bervariasi sebesar
7 tahun untuk setiap individu dari waktu ke waktu.
Membandingkan estimator untuk model data panel

Catat upah Dikumpulkan Di antara Di dalam atau Pertama Acak

OLS tetap perbedaan efek
regresi efek
Pengalaman 0,04* 0,03* 0,11* 0,11* 0,08*
(18) (7) (46) (18) (31)
Pengalaman persegi. - 0,0007* - 0,0006* - 0,0004* - 0,0005* - 0,0008*
(-13) (-5) (-8) (-4) (-12)
Berminggu-minggu berhasil 0,005* 0,01* 0,0008 - 0,0003 0,001
(4) (3) (1.4) (-0,5) (1.3)
Pendidikan 0,007* 0,07* menjatuhkan menjatuhkan 0,11*
(34) (15) (18)
Konstan 4,90* 4,68* 4,60* tidak ada yang konstan 3,83*
(72) (22) (118) (118)
R2 0,28 0,22
R2-dalam 0,13 0,66 0,63
R2-antara 0,32 0,03 0,17
R2-keseluruhan 0,27 0,05 0,18
Sigma kamu ( ) 1.04 0,31
Sigma e 0,15 0,15
Rho 0,98 0,81
Theta ( ) 0,82
- Hasil penelitian menunjukkan bahwa nilai pengalaman dan pendidikan yang lebih tinggi dikaitkan dengan nilai upah log yang

lebih tinggi untuk semua penduga, sementara jumlah minggu kerja signifikan bagi beberapa penduga dan tidak bagi penduga

lainnya.

- OLS: antar individu dan seiring berjalannya waktu, satu tahun pengalaman tambahan menghasilkan upah
4% lebih tinggi. Antara: upah rata-rata 3% lebih tinggi untuk individu dengan rata-rata pengalaman satu
tahun lebih. Dalam: setiap tambahan tahun pengalaman di atas rata-rata seorang individu menghasilkan
upah 11% lebih tinggi. Perbedaan pertama: setiap penambahan tahun pengalaman dari satu tahun ke
tahun berikutnya menghasilkan upah 11% lebih tinggi. Acak: sama seperti di dalam. Uji Hausman
- menunjukkan perbedaan yang signifikan antara koefisien model efek tetap dan model efek acak. Oleh
karena itu, kita perlu menggunakan model efek tetap.
- Beberapa penduga tidak memberikan koefisien untuk regresi invarian waktu.
- Rho adalah proporsi variasi yang disebabkan oleh istilah spesifik individu. Kami memiliki sebagian
besar (98% atau 81%) yang dijelaskan oleh istilah spesifik individu dan sisanya karena kesalahan
khusus.
- Lambda adalah 82%, sehingga perkiraan RE lebih mendekati perkiraan dalam dibandingkan dengan perkiraan
OLS.
- R-square menunjukkan penduga antar dapat menjelaskan 32% variasi antar, dan penduga
efek tetap dan acak dapat menjelaskan masing-masing 66% dan 63% variasi dalam.