Beruflich Dokumente
Kultur Dokumente
de Panel
Econometría III
Anahí Ramirez
Universidad de Cuenca
Facultad de Ciencias Económicas y Administrativas
Econometría III
Ejercicios de Ecuaciones Simultáneas
Profesor:
Dr. Moisés Obaco
Fecha:
Martes, 23 de Abril del 2019.
Estudiante:
Ciclo
Marzo 2019 – Agosto 2019
Datos de Panel
El objetivo de este ejercicio tiene el objetivo de poner en práctica las habilidades de datos
de panel en el estudiante. El archivo excel con el mismo nombre de este documento
“ejercicio_1_panel”, consta de una tabla de datos relativos a la producción en millones
de kilovatios hora (y) y los costes de producción (coste) en millones de dólares
(combustible, trabajo, y coste de capital) para 6 empresas durante 4 años.
Con esta información trate de explicar los costes totales de producción en función de la
producción (ambas en logaritmos), a través de datos de panel de las 6 empresas. Indicar
que modelo de datos de panel es el más indicado para el análisis. También puede usar
algo de estadística descriptiva en formato de datos de panel para entender
preliminarmente los datos.
id long %10.0g id
year int %10.0g year
coste long %10.0g coste
Y int %10.0g Y
lncoste float %9.0g
lny float %9.0g
En la tabla anterior se muestran las variables, y el tipo de cada variable, cabe recalcar que
las variables lncoste y lny fueron generadas por la autora del presente trabajo.
Comando xtset
Comando xtdes
id: 1, 2, ..., 6 n = 6
year: id: 1,
1955, 1960, ..., 1970 2, ..., 6 T = 4 n =
Delta(year)year: 1955, 1960, ..., 1970
= 1 unit T =
Delta(year) = 1 unit
Span(year) = 16 periods
(id*year uniquely Span(year) = 16 observation)
identifies each periods
(id*year uniquely identifies each observation)
Distribution of T_i: min 5% 25% 50% 75% 95% max
Distribution
4 of 4T_i: min
4 5%4 25% 4 50%4 75%
4 95%
4 4 4 4 4 4
Freq. Percent Cum. Pattern*
Freq. Percent Cum. Pattern*
6 100.00 100.00 1111
6 100.00 100.00 1111
6 100.00 XXXX
6 100.00 XXXX
*Each column represents 5 periods.
*Each column represents 5 periods.
En las tres tablas anteriores se muestra la estructura de los datos ya luego de hacerlos
panel, nuevamente delta indica un cambio de una unidad, pero el cambio es de 5, al ser
un panel perfecto, a todos los porcentajes se observan 4 veces los datos, lo cual es raro
porque normalmente los paneles perfectos se presentan cuando se tienen países más que
con empresas o individuos.
Comando xt sum
Variable Mean Std. Dev. Min Max Observations
id = 1 id = 2
id = 3 id = 4
id = 5 id = 6
Panel de empresas
10
9
8
7
6
5
En el caso de la heterogeneidad de los datos por empresa, las que presentan mayor
heterogeneidad son la empresa 1, 2, 3 y 6.
Panel de empresas
12
11
10
9
8
Panel de empresas
MCO
12
6
4
11
54
4
55
435
3
10
3 6
6
2
2
9
6
2 1
1 1
2 3
1
8
5 6 7 8 9 10
lny
MCO por efectos fijos tiene un mal ajuste en el caso de la empresa 6 y para un valor de
la empresa 3, para los demás parece ser que la regresión si se ajusta al modelo.
Panel de empresas
LSDV
11
10
9
8
5 6 7 8 9 10
lny
lncostehat, id == 1 lncostehat, id == 2
lncostehat, id == 3 lncostehat, id == 4
lncostehat, id == 5 lncostehat, id == 6
Fitted values
MCO con efectos fijos individuales
Lo mismo para este caso, tanto la empresa 4, como la 5 y 6 no se ajustan muy bien a la
regresión.
5. Comparación de las dos regresiones anteriores y MCO con efectos fijos sin
mostrar los efectos individuales (comando AREG):
N 24 24 24
F(1,17) = 0.54
corr(u_i, Xb) = 0.6641 Prob > F = 0.4738
sigma_u .74011408
sigma_e .65879599
rho .55793385 (fraction of variance due to u_i)
F test that all u_i=0: F(5, 17) = 2.82 Prob > F = 0.0493
Efectos Aleatorios:
sigma_u .49149837
sigma_e .65879599
rho .35757371 (fraction of variance due to u_i)
7. Test de Haussman:
Coefficients
(b) (B) (b-B) sqrt(diag(V_b-V_B))
fixed random Difference S.E.
chi2(1) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 0.99
Prob>chi2 = 0.3202