paneldata数据分析 一

paneldata数据分析 一

本文核心词：面板数据,panel data
多罗罗镇楼
又西三百里五十里，曰莱山，其木多檀楮，其鸟多罗罗，是食人。
好看的番剧越来越少了，基番都没有了，都想脱宅了。

好久都没有写专栏了，本来这次的panel分析是打算让一个博后去做的，因为文章我已经写了绝大部分，就想偷个懒，不想跑数据了。没想到只是想蹭文章，不想出力。果然靠山山会倒 靠人人会跑，还是自己靠谱。于是又捡起统计了。
为什么要用面板数据呢？最直接的的原因还不是截面数据备受歧视。。。
一、基础知识
1、面板数据的特征
①面板数据可以理解为时间序列数据 截面数据
②指的是在一段时间内追踪同一组个体的数据（Panel data include N inp>
③如果解释变量（x）包含被解释变量的滞后值（yt-1），则称为“动态面板”（dynamic panel）；反之则为静态面板（static panel）
④如果在面板数据中，每个时期的样本个数相同，称为“平衡面板”（balanced panel，Ti=T， for all i）；反之，则是“非平衡面板”（unbalanced panel, Ti≠T）。
⑤我们假设，个体随着时间的改变存在自相关，但是个体之间彼此独立，也就是说不存在共线性问题。解释说的话，就是你的工资（变量）和你前期的工资是存在相关的，但是你的工资和其他人的工资是独立的，不存在相关关系。
2、面板数据的种类
短面板：就是时间很短的面板，哈哈哈哈哈哈。面板T比较短，样本n较大。
长面板：T比较大，n比较小。
both：T和n都很大
3、回归元的种类
①可变回归元（Varying regressors）Xit，比如说你每个季度的老婆数。
②不随时间改变的回归元（Time-invariant regressors）Xit=Xi for t，比如说你的性别（女装大佬不除外）
③不随个体性质改变的回归元（Inp>it=Xt for t，比如说当年国家的失业率，对于每个个体而言，那一年国家的失业率是相同的，不会因为你是沙雕你就会和其他人不一样。
4、因变量和回归元的方差
大概见下图，和方差分析差不多，具体翻译查统计学的书，我忘记了。和方差分析特别像，就是把时间看做分组。