부수적 매개 변수 문제


15

나는 항상 부수적 인 매개 변수 문제의 본질을 얻는 데 어려움을 겪습니다. 비선형 패널 데이터 모델의 고정 효과 추정기가 "잘 알려진"부수적 인 매개 변수 문제로 인해 심각하게 바이어스 될 수 있다고 여러 번 읽었습니다.

이 문제에 대한 명확한 설명을 요구할 때 일반적인 대답은 다음과 같습니다. 패널 데이터에 T 기간 동안 N 명의 개인이 있다고 가정합니다. T가 고정되면 N이 증가함에 따라 공변량 추정값이 치우치게됩니다. 이는 N이 증가함에 따라 방해 매개 변수의 수가 빠르게 증가하기 때문에 발생합니다.

대단히 감사하겠습니다

  • 더 정확하지만 여전히 간단한 설명 (가능한 경우)
  • 및 / 또는 R 또는 Stata로 해결할 수있는 구체적인 예입니다.

3
대답으로는 충분하지 않습니다. 부수 모수 문제는 선형 회귀와 달리 편향 추정량의 속성이없는 비선형 모델에서 발생할 수 있습니다. 일반적인 예는 프로 빗 / 로짓입니다. 이 모델은 일관된 추정값으로, 관측치 대 매개 변수 수의 비율이 증가함에 따라 표준 오차가 임의로 작아짐에 따라 모수 추정값이 실제 값으로 수렴됩니다. 고정 효과의 문제점은 관측치 수에 따라 매개 변수 수가 증가한다는 것입니다.
Zachary Blumenfeld

2
따라서 모수 추정값은 표본 크기가 증가함에 따라 실제 값으로 수렴 할 수 없습니다. 따라서 모수 추정치는 매우 신뢰할 수 없습니다.
Zachary Blumenfeld

이 설명에 감사드립니다. 나는 이제 문제를 더 잘 이해하고 있다고 생각합니다. 예를 들어 내 패널이 T = 8이고 N = 2000 인 경우 프로 빗 / 로짓 추정에 T- 고정 효과를 추가하고 신뢰할 수있는 추정치를 얻을 수 있습니다. 그렇지 않으면 N 고정 효과를 사용하면 신뢰할 수없는 효과를 얻을 수 있습니다. 이 올바른지?
emeryville

2
여기에 블로그 항목은 R의 예와 로짓과 프로 빗의 부수적 인 매개 변수 문제는 보여줍니다입니다 : econometricsbysimulation.com/2013/12/...
아르네 조나스 WARNKE

답변:


21

α 유형의 FE 모델에서는 이론적으로 말해서 부차적 인 매개 변수이므로 부수적 매개 변수입니다. 일반적으로 β 는 통계적으로 말하면 중요한 매개 변수입니다. 그러나 본질적으로 α 개별 절편에 대한 유용한 정보를 제공하기 때문에 중요합니다.

yit=αi+βXit+uit
αβα

β

yit=αi+uituitiiN(0,σ2)
u^it=yity¯iασ2
σ^2=1NTit(yity¯i)2=σ2χN(T1)2NT=σ2N(T1)NT=σ2T1T

T가 "대형"이면 용어 임을 알 수 있습니다.T1Tσ2

β

예를 들어 공간 패널에서 상황은 반대입니다. 일반적으로 T는 충분히 큰 것으로 간주되지만 N은 고정되어 있습니다. 따라서 무증상은 T에서 나옵니다. 따라서 공간 패널에서는 큰 T가 필요합니다!

그것이 어떻게 든 도움이되기를 바랍니다.


1NTit(yity¯i)2σ2χN(T1)2NT

1
@Mario GS : 제곱 정규 확률 변수의 합은 카이 제곱 분포
Corel
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.