Econometría con Datos de Panel: Modelo Agrupado

Поділитися
Вставка
  • Опубліковано 25 тра 2020
  • En este video muestro el modelo más simple de datos de panel, llamado modelo de homogeneidad total, agrupado o "pooled", el cual consiste en la aplicación del modelo de regresión lineal clásico al caso de datos de panel.
    Se introduce la notación que se usará en los siguientes videos del tema de datos de panel.

КОМЕНТАРІ • 10

  • @orlandojoelcheccllovega5388
    @orlandojoelcheccllovega5388 2 роки тому

    min 1:09 N es pequeño con respecto a T pero luego sale que puede ocurrir tanto N>T o T>N. no deberias ser solo N

    • @econometria2637
      @econometria2637  2 роки тому +1

      Que tal, gracias por la observación. Lo que se quiere es contrastar con el caso de micropaneles en donde N es muchísimo más grande que T (por ejemplo, N=7000, T=3). Lo que se quiere decir es que con Macropaneles N y T no están tan alejados uno del otro, pero no se limita solo al caso en que T>N.

  • @jacksonconzaa8389
    @jacksonconzaa8389 Рік тому

    Amigo gracias por el vídeo, disculpa tal vez algún libro para poder revisar este tema

  • @alvaroortizhernandez1049
    @alvaroortizhernandez1049 2 роки тому

    Hola! Explicas muy bien en tus videos. Quería preguntarte ¿Cuál es la diferencia entre la opción pooled y grouped en datos panel? parece que en eviews si manejan una diferencia porque están las dos opciones. Gracias!

    • @econometria2637
      @econometria2637  Рік тому

      Por lo que veo en el manual online de Eviews, ellos llaman "pooled data" a datos de panel con N pequeño, tal como es el caso de paneles de países o regiones (lo que llamo "macropaneles" en mi video). Por otro lado llaman "panel data" al caso en que N es muy grande (lo que llamo "micropaneles" en el video).
      Este es el link de la explicación: eviews.com/help/helpintro.html#page/content%2Fpool-Pooled_Time_Series%2C_Cross-Section_Data.html%23ww186613
      Cada uno tiene sus opciones pues con los macropaneles se puede hacer algunas cosas que son difíciles con N muy grande, como es estudiar la correlación entre individuos (paneles correlacionados) o también análisis de series y autocorrelación.

  • @marcoca4400
    @marcoca4400 2 роки тому

    Hola, buen contenido colega. Tengo entendido que se usa modelos de efectos fijos y aleatorios cuando N es grande y T es pequeño, entonces me preguntaba si conoces algún modelo para casos donde N = 24 es pequeño y T =13 lo es aún mas ? Gracias!

    • @econometria2637
      @econometria2637  Рік тому

      Con N = 24 y T =13 se puede usar ambos, fijos y aleatorios. El problema ocurre si N es muy pequeño, digamos menos de 20. Las propiedades asintóticas difícilmente se cumplan.

  • @neilpaimaarias1946
    @neilpaimaarias1946 Рік тому

    Ante todo gracias por sus videos, quería hacerle una consulta: En unos papers de investigación pude observar que el autor proponía resolver los problemas de endogeneidad de las regresiones (cuyo tipo de datos usados era de corte transversal ) con el uso de los modelos de efectos fijos dado que no resultaba factible encontrar variables instrumentales. Mi consulta es: ¿El modelo de efectos fijos o aleatorios puede usarse con tipos de datos de corte transversal para solucionar problemas de endogeneidad? ¿Existe literatura econometría que pueda revisar sobre el tema?

    • @econometria2637
      @econometria2637  Рік тому +2

      Estimado Neil, los modelos de efectos fijos y aleatorios sí pueden aplicarse en corte transversal. Esto lo puedes encontrar si buscas en la web sobre modelos jerárquicos multinivel. Por ejemplo, imagina que tus datos son de personas, las cuales se agrupan en familias. Imagina que las familias tienen características no observables que son invariables dentro de los miembros de una familia, pero son variables entre familias, como por ejemplo, los factores genéticos, costumbres, etc. Entonces, si esas variables no observables estuvieran correlacionadas con algún regresor, puedes deshacerte de ellas con within groups, convirtiendo a cada variable del modelo en desvíos respecto a la media familiar. Luego estimando por MCO estas variables sin intercepto te entrega estimaciones libres de ese sesgo. Obviamente pasa lo mismo que en panel, si hay variables que no cambian entre todos los miembros de la familia (Edad del jefe del hogar, por ejemplo), esta variable desaparecerá del modelo. Saludos.

    • @neilpaimaarias1946
      @neilpaimaarias1946 Рік тому

      @@econometria2637 Muchas gracias! Por lejos, el mejor profesor de econometría!