Anúncio 08 de dezembro de 2015, 18:03 Os modelos de efeitos mistos são mais ou menos equivalentes aos seus. Contrapartes, embora eles permitam mais níveis e também permitem inclinações aleatórias. Os algoritmos de estimativa são diferentes, então os resultados nem sempre são exatamente os mesmos, mas eles estão próximos. Eles não fazem nada equivalente ao - xt. Fe - modelos, no entanto. E eles podem ser computacionalmente intensivos, e às vezes é preciso muita paciência para ajustar o modelo em convergência. Eu diria que se você estiver trabalhando com dados MEPS, os modelos de efeitos fixos seriam muito pesados, pois o número de entrevistados é muito grande. Mas acho que um problema maior com este tipo de dados do que - fe vs - re - é apenas a especificação do modelo. As variáveis de despesa terão dificuldades de trabalho com distribuições, com muita inflação zero, bem como alguns valores abertos bastante extremos. Normalmente, a teoria normal não se aplica. Usar - mepoisson-ou - menbreg - pode ser o caminho a seguir. Claro, eu não sei quais são seus objetivos particulares, e talvez eu esteja fora da base, mas queria apenas lhe dar alguns conselhos gerais. 09 Mar 2016, 11:20 Obrigado novamente Clyde pela sua resposta. Qual seria o efeito sobre as minhas estimativas se em vez de usar SVY: mepoisson e ajustar a PSU, Strata e usar o peso, eu não usei os comandos da pesquisa e usava xtpoisson e usei somente vce (cluster clustvar) e usado Os pesos Eu acho que o que eu pergunto é, quão importante é incluir a variável Strata ao ajustar os modelos para o projeto de pesquisa 09 Mar 2016, 11:45 Bem, o absolutamente mais importante é usar os pesos. Se você fizer regressões não ponderadas em dados de pesquisa, seus coeficientes serão tendenciosos, potencialmente muito severamente. Os estratos e psus afetam os erros padrão, e não as estimativas de coeficientes. Usar vce (cluster) está ficando, em um sentido vago, no efeito de unidades primárias de amostragem, mas não é realmente a mesma coisa. Mas de nenhuma maneira o vce (cluster) imita o efeito dos estratos. Não há regras gerais que indicam o quão longe seus erros padrão serão se você ignorar o strata e o psus em sua análise. A relação entre os erros padrão calculados com os ajustes completos da pesquisa e aqueles calculados como se os dados fossem uma amostra aleatória simples fosse conhecido como efeito de design. Pode, em princípio, ser qualquer número positivo. E mesmo que eu tenha apenas uma experiência limitada usando dados de pesquisa na minha carreira, eu vi valores tanto maiores quanto muito inferiores a 1 e também somecam a 1, então é difícil saber se o problema será leve ou severo, ou mesmo Em que direção você pode dar errado. No que diz respeito especificamente aos estratos, é possível dizer isso. O raciocínio para fazer amostragem estratificada é freqüentemente aquele com o mesmo tamanho total da amostra, a amostragem estratificada produz erros padrão menores, ou seja, estimativas mais eficientes, do que a amostragem aleatória simples. Para que isso realmente funcione na prática, os estratos devem diferir na distribuição da variável de resultados. Em muitas pesquisas, os estratos são, de fato, selecionados com isso em mente. Então, ignorá-los pode levar a superestimas substanciais dos erros padrão. Mas se você estiver analisando uma variável de resultado que é diferente da que os projetistas de pesquisa planejavam, e se essa variável de resultados tiver a mesma distribuição em todos os estratos, então pode haver menos danos. Mas, novamente, no final do dia, é difícil saber isso além de fazer a análise em ambos os sentidos e ver a diferença que fez, o que provavelmente não é o que você quer fazer. Eu recomendaria não ignorar quaisquer aspectos do projeto de pesquisa aqui. Às vezes, não há alternativa - o conjunto de dados não fornece a informação, ou simplesmente não há nenhum software que faça o que é necessário. Mas na sua situação, os dados e comandos necessários estão à sua disposição. 09 Mar 2016, 16:44 Para obter erros padrão adequados para as subpopulações, você precisará fazer o svyset. Em seguida, para smany svy estimar comandos, você adicionará uma opção subpop (). Para outros comandos de pesquisa que operam em grupos, e. Usando mais. A Stata fornecerá o ajuste adequado da subpopulação. Em qualquer caso, usar se subconjunto uma análise pode produzir erros padrão incorretos, geralmente muito grande. Dito isto, para medir adequadamente os comandos me, você precisa especificar pesos em cada nível. Veja p. 59 do Manual SVY e p 80 do ME manual. XTFMB: Módulo Stata para executar a regressão do painel Fama-MacBeth de dois passos Ao solicitar uma correção, mencione o identificador desses itens: RePEc: boc: bocode: s456786. Veja informações gerais sobre como corrigir o material no RePEc. Para questões técnicas relativas a este item, ou para corrigir seus autores, títulos, resumo, informações bibliográficas ou de download, entre em contato: (Christopher F Baum) Se você é o autor deste item e ainda não está registrado no RePEc, encorajamos você a fazê-lo aqui . Isso permite vincular seu perfil a este item. Ele também permite que você aceite citações em potencial para este item sobre o qual não temos certeza. Se as referências estiverem completamente ausentes, você pode adicioná-las usando este formulário. Se as referências completas listarem um item presente no RePEc, mas o sistema não o fez, você pode ajudar com este formulário. Se você souber de itens faltantes citando este, você pode nos ajudar a criar esses links, adicionando as referências relevantes da mesma maneira que acima, para cada item referente. Se você é um autor registrado deste item, você também pode querer verificar a guia de citações em seu perfil, pois pode haver citações em espera de confirmação. Observe que as correções podem levar algumas semanas para filtrar os vários serviços do RePEc. Mais serviços Siga as séries, revistas, autores aprofundar mais Novos artigos por e-mail Inscreva-se para novas adições ao RePEc Inscrição do autor Perfis públicos para pesquisadores de economia Vários rankings de pesquisa em campos relacionados à economia de amplificadores Quem foi um estudante de quem, usando RePEc RePEc Biblio Curated artigos amp Artigos sobre vários temas econômicos Carregar o seu papel para ser listado em RePEc e IDEIAS EconAcademics Blog agregador para pesquisa econômica Plágio Casos de plágio em Economia Papéis do mercado de trabalho RePEc série de trabalho dedicada ao mercado de trabalho Fantasy League Fingir que você está no comando de uma economia Serviços de departamento da StL Fed Data, pesquisa, amplificador de aplicativos mais do St. Louis Fed
No comments:
Post a Comment