Panel de Datos

Panel de Datos

1. Conjunto de datos que combina una dimensión temporal (serie de tiempo) y otra transversal (individuos).

   • Necesita
     • Conjunto de Individuos
     • Observaciones de dichos individuos en un periodo determinado.
   • Objetivo
     • Capturar la heterogeneidad no observable
       • Individuos
       • Tiempo
       • ¿Cómó?
         • incorporar la dimensión temporal de los datos
       • Analiza
         • Efectos individuales específicos
           • Afectan de manera desigual a cada uno de los individuos son invariables en el tiempo
         • efectos temporales.
           • Afectan por igual a todas las unidades individuales del estudio
       • Ambos

2. Clasificación

   • Micropanel
     • El número de individuos es mayor , existen pocas observaciones temporales.
   • Macropanel
     • El número de observaciones temporales es mayor al número de individuos
   • Cohorte
     • Los individuos comparten características similares.

3. Modelos

   • Pooled
     • Regresión agrupada
       • Combina los individuos y el tiempo
       • El inconveniente de este modelo es que ignora la estructura de panel de los datos e incumple la hipótesis de no autocorrelación entre las perturbaciones.
   • Efectos fijos
     • Existe un término constante diferente para cada individuo y supone que los efectos individuales son independientes entre sí
       • Las variables explicativas afectan por igual a las unidades de corte transversal
         • Se diferencian por características propias de cada una de ellas, medidas por medio del intercepto.
           • Los ݊ interceptos se asocian con variables dummy con coeficientes específicos para cada unidad, los cuales se deben estimar
     • Individuos
       • Se utiliza la variable Dummy para cada individuo
     • Tiempo
       • Se Utiliza la variable Dummy para cada año
     • Tiempo e Individuos
   • Efectos Aleatorios
     • Considera que los efectos individuales no son independientes entre sí , por lo que están distribuidos aleatoriamente alrededor de un valor dado
       • Gran número de factores que afecta el valor de las variable dependiente pero que no han sido incluidas explícitamente como variables independientes del modelo,
         • Las variables no incluídas explícitamente pueden resumirse apropiadamente en la perturbación
       • Utiliza
         • El método de Mínimos cuadrados Generalizados (MCG) cuyas estimaciones son superiores al de MCO

4. Ventajas

   • Disponer de un mayor número de observaciones
     • Incrementan los grados de libertad
     • Reduce la colinealidad
   • Mejora la eficiencia de un modelo econométrico.
   • Captura la heterogeneidad no observable ya sea entre unidades individuales de estudio como en el tiempo o ambas de manera simultánea.
   • Supone e incorpora el análisis, los individuos son heterogéneos.
     • Controla la heterogeneidad corriendo el riesgo de obtener resultados sesgados.
   • Respecto a la Economía permite estudiar de una mejor manera la dinámica de los procesos de ajuste
   • Permite elaborar y probar modelos complejos de comportamiento, limitaciones que se tienen en comparando con los análisis de series de tiempo y de corte transversal.

5. Desventajas

   • Problemas de diseño y recolección de datos
     • ej Cobertura, período
   • Distorsiones debidas a errores de medida
   • Problemas de Selectividad
   • Problemas con series de dimensión corta