STATA-FORUM.DE

[stephan_muc]

Hallo Leute,
ich habe eine Frage zu Paneldaten: Ich habe Paneldaten mit ca. 600 Firmen (alle aus einem Land) und einigen Variablen. Ich möchte industry fixed effects kontrollieren. Eine Möglichkeit wäre:

xtreg y x1 x2..., fe i(ind_id)

ind_id ist eine nominal skalierte Variable, die ich händisch konstruiert habe, und reicht von 1 bis 4.

Die Daten sehen folgendermassen aus (Darstellung ohne die ökonomischen Variablen):

Firm_id, Year, Ind_id
1, 2004, 1
1, 2005, 1
1, 2006, 1
2, 2004, 4
2, 2005, 4
2, 2006, 4
3, 2004, 2
3, 2005, 2
3, 2006, 2

usw.

Ich habe also nicht vier Dummies für jede Branche (industry), sondern eine nominal skalierte Variable mit vier Kategorien.

Dann habe ich die gleichen Daten mit areg y x1 x2..., absorb(ind_id) regressiert und andere Ergebnisse bekommen.

Kann mir jemand sagen, welche Vorgehensweise besser ist? Kann ich areg überhaupt verwenden bei Paneldaten? Und ist es überhaupt richtig, die ind_id Variable zu verwenden, die ich verwendet habe, anstatt vier Dummy-Variablen zu nehmen?

Danke für eure Hilfe!

[daniel]

Dann habe ich die gleichen Daten mit areg y x1 x2..., absorb(ind_id) regressiert und andere Ergebnisse bekommen.

Gibt es ein replizierbares Beispiel? Oder zumindest eine genauere Beschreibung, welche Ergebnisse in welcher Fom abweichen? Soweit von Dir beschreiben, sollten beide Verfahren zu den selben Schätzern führen.

[stephan_muc]

Hi,
die Abweichungen sind bei R2, den Koeffizienten und standard errors. Ich habe ein nicht balanciertes Panel, da ich vorher in Excel die missing values entfernt habe. Ich habe gerade festgestellt, dass es keine Abweichungen bei xtreg und areg gibt, wenn ich ein "strongly balanced" Panel habe. Replizierbares Beispiel ist schwierig, ich müsste den Datensatz hochladen, geht das?

areg kann aber definitiv für Paneldaten verwendet werden, oder?

Danke und Grüsse

[daniel]

Hier ein Beispiel basierend auf dem Beispiel aus -help xtreg-

Code: Alles auswählen

clear
webuse nlswork

xtset idcode
// note that this is unbalanced

xtreg ln_w grade c.age#c.age ttl_exp tenure not_smsa south, fe
est sto fe

areg ln_w grade c.age#c.age ttl_exp tenure not_smsa south, a(idcode)
est sto areg

est tab * ,b se


Das ist ein unbalanciertes Panel und wie man sieht unterscheiden sich weder Koeffizienten noch die Standradfehler. Schwer zu sagen, was da bei Dir schief geht. -areg- liefert definitiv die gleichen Punktschätzer wie -xtreg-

Although the point estimates produced by areg and xtreg, fe are the same, the estimated VCEs
differ when cluster() is specified because the commands make different assumptions about whether
the number of groups increases with the sample size.

R-Quadrat ist nicht zwischen den Modellen vergleichbar. das ist alleine deshalb unmöglich, weil -xtreg- drei verscheidene Maße ausspuckt.

-areg- kann für Paneldaten in Ordnung sein, wenn

[...] we have a fixed
number of groups [...]

die nicht mit der Stichprobengröße variireren. In Deinem Fall, wenn die Industry Indikatoren alle möglichen Industrien erfassen.


StataCorp. 2013. Stata 13 Base Reference Manual. College Station, TX: Stata Press.