Cinsiyet mankenini sabit etkiler regresyonunda tutmanın birkaç potansiyel yolu vardır.
Tahmin birimi içinde
sen için havuzlanmış En Küçük Kareler modeline kıyasla benzer bir model olduğunu varsayalım
burada değişkenler önceki gibidir. Şimdi ve tanımlanamayacağına dikkat edin, çünkü iç tahminci bunları sabit etki ayırt . Olduğu göz önüne alındığında baz yıl için mesafesidir , bu dönemde kazanç cinsiyet etkisidir. Bu durumda tespit edebileceğimiz şeyler β 1 β 1
yit=β1+∑t=210βtdt+γ1(malei)+∑t=110γt(dt⋅malei)+X′itθ+ci+ϵit
β1C ı β 1 t = 1 γ 1 γ 2 , . . . , Y 10 γ 2 , . . . , γ 10β1+γ1(malei)ciβ1t=1γ1γ2,...,γ10çünkü bunlar sizin zaman kuklalarınızla etkileşime girer ve cinsiyet değişkeninizin ilk zaman dilimine göre kısmi etkilerindeki farklılıkları ölçer. Bu, zaman içinde bir artış gözlemlerseniz bu, erkekler ve kadınlar arasındaki kazanç farkının genişlediğinin bir göstergesidir.
γ2,...,γ10
İlk Fark Tahmincisi
Zaman içinde erkekler ve kadınlar arasındaki farkın genel etkisini bilmek istiyorsanız, aşağıdaki modeli deneyebilirsiniz:
burada değişkeni zamanla değişmeyen cinsiyetle etkileşime girer kukla. Şimdi ilk uygulama farklılıkları alırsak ve terk ve aldığınız
Sonra t = 1 , 2 , . . . , 10 β 1 c i y i t - y i
yit=β1+∑t=210βtdt+γ(t⋅malei)+X′itθ+ci+ϵit
t=1,2,...,10β1ciγ(t⋅malei-[(t-1)malei])=γ[(t-(t-1))⋅mbirlei]=γ(yit−yi(t−1)=∑t=310βt(dt−d(t−1))+γ(t⋅malei−[(t−1)malei])+(X′it−X′i(t−1))θ+ϵit−ϵi(t−1)
γ Δ y i t = 10 ∑ t = 3 β t Δ d t + γ ( m a l e i ) + Δ X ′ i t θ + Δ ϵ i tγ(t⋅malei−[(t−1)malei])=γ[(t−(t−1))⋅malei]=γ(malei)ve kazanç cinsiyet farkını belirleyebilirsiniz . Böylece son regresyon denklemi şöyle olacaktır:
ve ilginizi çeker. Güzel olan şey, bunun herhangi bir istatistiksel yazılımda kolayca uygulanmasıdır, ancak bir zaman kaybını kaybedersiniz.
γΔyit=∑t=310βtΔdt+γ(malei)+ΔX′itθ+Δϵit
Hausman-Taylor Tahmincisi
Bu tahminci, sabit etki ile ilişkisiz olduğunu varsayabileceğiniz ile potansiyel olarak ilişkili olanlar arasında ayrım yapar. Ayrıca zamanla değişen ve zamanla değişmeyen değişkenler arasında ayrım yapar. Let ile ilintisiz göstermektedirler değişkenleri ve en ve let olanlar da cinsiyet değişkeni sadece zaman değişmeyen değişken olduğunu söylüyorlar. Hausman-Taylor tahmincisi rasgele efekt dönüşümünü uygular:
burada tilde gösterimi anlamına gelirci1ci2
y~it=X~′1it+X~′2it+γ(male˜i2)+c~i+ϵ~it
θ i ¯ x 1X~1it=X1it−θ^iX¯¯¯¯1i burada rasgele efekt dönüşümü ve , her bireyin zaman ortalamasıdır. Bu, kaçınmak istediğiniz olağan rasgele etki tahmincisi gibi değildir, çünkü ile korelasyonu kaldırmak için grup değişkenleri kullanılır . İçin alettir . Aynı şey zamanla değişmeyen değişkenler için de geçerlidir. Dolayısıyla, cinsiyet değişkenini sabit etki ile potansiyel olarak ilişkilendirilecek şekilde belirtirseniz
θ^iX¯¯¯¯1i2ciX~2itX2it−X¯¯¯¯2iX¯¯¯¯1i, bu nedenle zamanla değişmeyen değişkenlerden daha fazla zaman değişkenli olmalısınız.
Tüm bunlar biraz karmaşık gelebilir, ancak bu tahminci için hazır paketler vardır. Örneğin, Stata'da karşılık gelen komuttur xthtaylor
. Bu yöntem hakkında daha fazla bilgi için Cameron ve Trivedi (2009) "Stata Kullanan Mikroekonometri" bölümünü okuyabilirsiniz. Aksi takdirde, biraz daha kolay olan önceki iki yönteme sadık kalabilirsiniz.
Çıkarım
Hipotez testleriniz için sabit etkiler regresyonunda ne yapmanız gerektiği dışında düşünülmesi gereken fazla bir şey yoktur. Hatalardaki otokorelasyona dikkat etmelisiniz, örneğin, bireysel kimlik değişkenini kümelendirerek. Bu, otokorelasyonla ilgilenen kümeler (bireyler) arasında keyfi bir korelasyon yapısına izin verir. Referans için tekrar Cameron ve Trivedi (2009) 'e bakınız.