Chapter 13 合併跨期的橫斷面: 簡單縱橫資料法.

Slides:



Advertisements
Similar presentations
爱护牙齿爱护牙齿 AI HU YA CHI AI HU YA CHI 进入 爱牙日的由来 你对牙齿知道多少 保护牙齿的健康 预防蛀牙 刷牙要三好 2004 级护理 2 大组 郭赛金 朱光影 李蓓 赵文娟.
Advertisements

耳聋耳鸣. 概述 耳鸣 —— 自觉耳内鸣响(蝉鸣、海 潮声、气笛声)。 耳聋 —— 听力减退或听觉丧失。 耳鸣、耳聋 —— 听觉异常的一种症 状。
第一章 餐饮服务程序 学习目的: 掌握餐饮服务四个基本环节的内容 正确表述和运用各种餐饮形式的服务程序 熟悉并利用所学知识灵活机动地为不同需求的 客人提供服务.
變數與函數 大綱 : 對應關係 函數 函數值 顧震宇 台灣數位學習科技股份有限公司. 對應關係 蛋餅飯糰土司漢堡咖啡奶茶 25 元 30 元 25 元 35 元 25 元 20 元 顧震宇 老師 台灣數位學習科技股份有限公司 變數與函數 下表是早餐店價格表的一部分: 蛋餅 飯糰 土司 漢堡 咖啡 奶茶.
旅 糾 紛 遊 與緊急事件處理 11 Chapter 旅遊費用.
降低部分負擔對幼兒醫療利用的影響: 以北市兒童補助計畫為例
單元九:單因子變異數分析.
FD班座谈会 -结合学校目标 找准自己位置-
窦娥冤 关汉卿 感天动地 元·关汉卿.
報告書名:父母會傷人 班級:二技幼四甲 姓名:吳婉如 學號:1A2I0034 指導老師:高家斌
102學年度上學期 小班 ~ “快樂來上學”回顧與分享.
Chapter 2 簡單迴歸模型.
我征服了黃山 林達的黃山之旅 2006春.
與宋元思書 吳均.
媽,我們真的不一樣 青少年期與中年期 老師: 趙品淳老師 組員: 胡珮玟4A1I0006 馬菀謙4A1I0040
知其不可而为之.
中国画家协会理事、安徽省美术家协会会员、 工艺美术师、黄山市邮协常务理事余承平主讲
舊高等農林學校作業室.
旅 糾 紛 遊 與緊急事件處理 16 Chapter 飯店問題.
臺中市南屯區文山國民小學102年度校園正確用藥教育議題教育執行成果報告
應用統計理論 編著:劉正夫教授 Reference:1) Wonnacott and Wonnacott. Introductory
行銷研究 單元二 行銷研究的程序.
石家庄迅步网络科技有限公司 联系人:张会耀 电话:
班級:二幼三甲 姓名:郭小瑄 、 詹淑評 學號:1A2I0029 、1A2I0025
第一章信託法 第一節 信託契約 第二節 信託財產 第三節 受益人 第四節 受託人 第五節 信託關係之消滅.
第一節 進入職場前的準備 第二節 培養求職能力 第三節 當前的就業趨勢 第四節 新世代工作地圖
指導老師:陳韻如 姓名:吳宜珊 學號:4A0I0911 班級:幼保二乙
汉字的构造.
诵读欣赏 古代诗词三首.
法國大革命                                                                            
樣本空間與事件 餘事件:不在A中的樣本所構成的事件,即A′.
傳統童玩遊戲創新 組別:第八組 班級:幼保二甲 組員: 4A0I0005柯舒涵 4A0I0011謝孟真
The Nature and Scope of Econometrics
5.1 自然對數函數:微分 5.2 自然對數函數:積分 5.3 反函數 5.4 指數函數:微分與積分 5.5 一般底數的指數函數和應用 5.6 反三角函數:微分 5.7 反三角函數:積分 5.8 雙曲函數.
迴歸分析 主講人:童超塵 實驗室網址 永久: 實驗室網址 永久: 目前:
贴近教学 服务师生 方便老师.
六年级 语文 下册 第四单元 指尖的世界.
(浙教版)四年级品德与社会下册 共同生活的世界 第四单元 世界之窗 第二课时.
研究方法 Lesson 4 研究設計擬定.
政大公企中心產業人才投資課程--企業決策分析方法--黃智聰
第三章 迴歸模式之評估與修訂.
在NS-2上模擬多個FTP連線,觀察頻寬的變化
Chapter 8 異質性.
飲食控制 與 良好的飲食習慣 作者:潘詩涵.
第 7 章 複迴歸之二.
Chap3 Linked List 鏈結串列.
Chapter 3 複迴歸分析: 估計.
第二章 機率概論 2.1 相對次數與機率 樣本空間、事件與隨機變數 抽樣與樣本空間 22
統計學 指導老師: 郭燿禎 Date: 2/14/12.
Chapter 1 計量經濟學的本質與經濟資料.
國立台灣體育學院 體育學系暨體育研究所 高明峰
第一章.
有關於股票報酬及匯率變化對台灣醫療產業市場收益的分析
小學四年級數學科 8.最大公因數.
CH1 我的第一個App與變數宣告.
第 15 章 複迴歸 © 滄海書局.
Chapter 9 設定和資料問題之進一步探討.
7-2 抽樣分配(sampling distribution)
授課內容: 時間序列與橫斷面資料的共用 政治大學行政管理碩士學程共同必修課 課程名稱:社會科學研究方法(量化分析) 授課老師:黃智聰
政治大學東亞所選修--計量分析與中國大陸研究黃智聰
南宁翰林华府 ——地中海风格与现代住宅的融合.
第一章.
質性資料的複迴歸分析:二元變數(虛擬變數)
楊志強 博士 國立台北教育大學系 教育統計學 楊志強 博士 國立台北教育大學系
Xián 伯 牙 绝 弦 安徽淮南市八公山区第二小学 陈燕朵.
安徽财经大学 计量经济学 Econometrics 经济学院 马成文
10303: How Many Trees? ★★☆☆☆ 題組:Contest Archive with Online Judge
Section 2-2: 4 (6), 7, 12 (14), 13, 18 (16), 21, 25, 28, 30, 36, 46, 48, 50, 54a Section 3-1: 4 (2), 5, 10, 15, 20, 29, 32 Section 4-1: 3, 7, 8,
17.1 相關係數 判定係數:迴歸平方和除以總平方和 相關係數 判定係數:迴歸平方和除以總平方和.
Presentation transcript:

Chapter 13 合併跨期的橫斷面: 簡單縱橫資料法

獨立的合併橫斷面 vs. 縱橫資料 獨立的合併橫斷面(independently pooled cross section) 是透過對不同時點(通常是不同年份) 的一個大母體隨機抽樣而得。他們包含獨立的樣本觀察值。

獨立的合併橫斷面 vs. 縱橫資料 縱橫資料(panel data) 雖然同樣有橫斷面和時間序列的維度,其與獨立的合併橫斷面有一些重要的差異。要收集縱橫資料- - 有時稱為longitudinal 資料(longitudinal data) - - 我們是跨期追蹤相同的個人、家庭、公司、城市、州等。例如,一個個別工資、工作時數、教育,和其他因素的縱橫資料是先對母體的某個時點隨機抽出一些人。接著,再對同樣這些人在未來數期作調查。如此才得出不同年份之相同一群人的工資、工作時數、教育等等。

合併跨期的獨立橫斷面 使用獨立的合併橫斷面的一個原因是增大樣本。透過分析由相同母體,但不同時點抽出的隨機樣本,我們可以得到較精確的估計式和較有檢定力的檢定統計量 我們會允許不同期(通常是年)的截距項不同。這是加入除了基期(通常是樣本中的第一年) 之外每一年的虛擬變數即可。 練習:p529 範例13.1 p531範例13.2

跨期結構變化之Chow 檢定 之前我們討論了Chow 檢定(其為F 檢定) 可用來判定二個群體的複迴歸函數是否不同。我們可以將該檢定用於二個不同期間。一種檢定的作法是先將所有資料合併估計並求出殘差平方和以作為受限制的SSR。未受限制的SSR 則是二期分別估計所求出二個SSR 的加總。 練習:case13.2

合併橫斷面的政策分析 範例13.3(垃圾焚化爐位置對房價的效應)    研究範例顯示,二個分別在事件前和事件後收集的橫斷面資料集,可用來判定事件的效應。 練習:case13.3    p.535

合併橫斷面的政策分析 當資料是取材自自然實驗(natural experiment) [或準實驗(quasi-experiment)]時可運用此方法。一個自然實驗的發生是某外生事件- - 通常是政府政策的改變- - 改變了個人、家庭、公司或城市運作的環境。自然實驗必有一個控制組,其不受到政策改變的影響,且會有個試驗組,其被認為會受到政策改變的影響。

差異的差分估計式 對第一期和第二期而言,兩個群組 A, B (y2,B – y2,A) - (y1,B – y1,A),或是 (y2,B – y1,B) - (y2,A – y1,A),即為差異的差分估計式 練習:case13.3 p.536

二期縱橫資料分析 遺漏變數的問題。一種解決之道是試著控制更多因素,但很多因素可能很難控制。 另一種使用縱橫資料的方式是將影響應變數的不可觀察因素分成二部分:一部分是不會隨時間變動的,另一部分是會隨時間變動。 不隨時間變動的因素,一般稱ai 為不可觀察效果(unobserved effect)或固定效果(fixed effect)

固定效果模型 設母體模型為 yit = β0 + δ0d2t + β1xit + vit ,t =1,2 其中 vit = ai + uit ,通常稱為組合誤點(composite error)。 若 ai 和 xit有相關, 則合併OLS仍是有偏誤和不一致性的。 練習:p543 13.16式

一次差分方程式 其中最重要的假設即△ui 和△xi 無關。 練習:p545 13.18式 練習:case 13.5 練習:case 13.7

多於二期的差分 若有多於二期亦可差分。 除了截距項,代入二個期別虛擬變數。 若有三期的情況,則以第二期減第一期,並以第三期減第二期 練習 case13.9

一次差分縱橫資料的潛在陷阱 當主要自變數跨期變動很小時的潛在問題(若自變數跨期不變,則此方法甚至無效) 當自變數不是嚴格外生時,有更多期通常無法降低FD 估計式的不一致性。 若一個或多個自變數有衡量誤差,FD 估計式可能比合併OLS 還糟。