縱橫資料

統計學及計量經濟學名詞

縱橫資料(英語:Panel data,中國大陸稱作面板數據,台灣稱作縱橫資料),是統計學計量經濟學截面數據時間序列數據的結合。[1][2]縱橫資料不同於混合橫截面數據(pooled cross-sectional data)。縱橫資料是對 同一主體的不同時間點的觀測值。混合橫截面數據是在不同時點從同一個大總體內部分別抽樣,將所得到的數據混合起來的一種數據集。如許多關於個人、家庭和企業的調查,每隔一段時間,常常是每隔一年,重複進行一次,如果每個時期都抽取一個隨機樣本,那麼把所得到的隨機樣本合併起來就給出一個混合橫截面。

相關的技術為縱向分析英語longitudinal study或面板分析。

例子

MRPP balanced panel
person year income age sex
1 2016 1300 27 1
1 2017 1600 28 1
1 2018 2000 29 1
2 2016 2000 38 2
2 2017 2300 39 2
2 2018 2400 40 2
MRPP unbalanced panel
person year income age sex
1 2016 1600 23 1
1 2017 1500 24 1
2 2016 1900 41 2
2 2017 2000 42 2
2 2018 2100 43 2
3 2017 3300 34 1

上例的多響應置換過程分析(Multiple Response Permutation Procedure, MRPP),兩個數據集分別是

  • 平衡面板 (balanced panel):每個面板成員(如person)在每個時間點都被觀測到數據。
  • 不平衡面板 (unbalanced panel):每個面板成員至少被觀測到一次。

上例兩個數據集都是長格式(long format),即每行數據是一個成員在一個時間點被觀測到的數據。另一種格式是寬格式(wide format),即每行數據是一個成員在所有時間點的觀測數據。

分析

面板可表示為:

 

其中 是個體的維度, 是時間維度。一般的縱橫資料迴歸模型可寫作:  不同的假定可用於這個通用模型的精細結構。兩個重要的模型是固定效果模型英語fixed effects model隨機效果模型英語random effects model

考慮一個通用的縱橫資料模型:

 
 

 是個體相關的,時不變效果(如一個國家的地理、氣候等),而 是一個時變隨機成分。

如果 是不可觀測的,並相關於至少一個獨立變量,這導致了在標準的普通最小平方法迴歸時不可觀測的方差偏。 但是,縱橫資料方法,如固定效果估計器或其他可選方法,可用[[first-difference estimator|一階差分估計器}}來控制。

 不相關於任何獨立變量,普通最小平方線性迴歸方法可產生迴歸參數的無偏的、一致的估計。但是,因為 是時不變的,這將導致迴歸誤差項的序列相關性(serial correlation)。這意味着更為更有效地估計技術可用。隨機效果是這樣一種方法:廣義最小平方法特例可控制 導致的序列相關性結構。

動態縱橫資料

動態縱橫資料描述了迴歸器用到的相依變量的滯後算子英語Lag operator(lag)的情形:

 

滯後相依變量的存在違背了嚴格的外部性(strict exogeneity),即外部性出現了。固定效果估計器與一階差分估計器依賴於嚴格的外部性。因此如果 被相信相關於一個獨立變量,必須採取其他估計技術,如工具變量(instrumental variable) 或高斯混合模型(GMM)技術,如Arellano–Bond estimator英語Arellano–Bond estimator

參考文獻

  1. ^ Diggle, Peter J.; Heagerty, Patrick; Liang, Kung-Yee; Zeger, Scott L. Analysis of Longitudinal Data  2nd. Oxford University Press. 2002: 2. ISBN 0-19-852484-6. 
  2. ^ Fitzmaurice, Garrett M.; Laird, Nan M.; Ware, James H. Applied Longitudinal Analysis. Hoboken: John Wiley & Sons. 2004: 2. ISBN 0-471-21487-6. 

外部連結