python面板数据模型操作步骤_面板数据分析方法步骤全解
面板数据分析方法步骤全解
yonglee
, May 5 16:16 ,
文档资料
»
数据挖掘
,
评论
(0)
,
引用
(0)
,
阅读
(35079)
,
本站原创
面板数据分析方法步骤全解
(2009-11-07 11:50:38)
转载标签：面板数据
步骤一：分析数据的平稳性(单位根检验)
按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非
平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，
此时，对这些数据进行回归，尽管有较高的
R
平方，但其结果是没有任何实际意义的。这
种情况称为称为虚假回归或伪回归(
spurious regression
)。他认为平稳的真正含义是：一
个时间序列剔除了不变的均值(可视为截距)
和时间趋势以后，剩余的序列为零均值，
同方
差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都
无。
因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。
而检验数据平稳性最常用的办法就是单位根检验。
首先，
我们可以先对面板序列绘制时序图，
以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和
(或)
截距项，
从
而为进一步的单位根检验的检验模式做准备。
单位根检验方法的文献综述：在非平稳的面板数据渐进过程中
,Levin andLin(1993)
很早就
发现这些估计量的极限分布是高斯分布
,
这些结果也被应用在有异方差的面板数据中
,
并建
立了对面板单位根进行检验的早期版本。后来经过
Levin et al. (2002)
的改进
,
提出了检验面
板单位根的
LLC
法。
Levin et al. (2002)
指出
,
该方法允许不同截距和时间趋势
,
异方差和高
阶序列相关
,
适合于中等维度
(
时间序列介于
25
～
250
之间
,
截面数介于
10
～
250
之间
)
的面
板单位根检验。
Im et al. (1997)
还提出了检验面板单位根的
IPS
法
,
但
Breitung(2000)
发
现
IPS
法对限定性趋势的设定极为敏感
,
并提出了面板单位根检验的
Breitung
法。
Maddala
and Wu(1999)
又提出了
ADF-Fisher
和
PP-Fisher
面板单位根检验方法。
由上述综述可知，可以使用
LLC
、
IPS
、
Breintung
、
ADF-Fisher
和
PP-Fisher5
种方
法进行面板单位根检验。
其中
LLC-T
、
BR-T
、
IPS-W
、
ADF-FCS
、
PP-FCS
、
H-Z
分别指
Levin, Lin & Chu t*
统计量、
Breitung t
统计量、
lm Pesaran & Shin W
统计量、
ADF- Fisher Chi-square
统计
量、
PP-Fisher Chi-square
统计量、
Hadri Z
统计量，并且
Levin, Lin & Chu t*
统计量、
Breitung t
统计量的原假设为存在普通的单位根过程，
lm Pesaran & Shin W
统计量、
ADF-
Fisher Chi-square
统计量、
PP-Fisher Chi-square
统计量的原假设为存在有效的单位根过
程，
Hadri Z
统计量的检验原假设为不存在普通的单位根过程。
有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验
LLC
(
Levin-Lin-Chu
)检验和不同根单位根检验
Fisher-ADF
检验(注：对普通序列(非面板序
列)的单位根检验方法则常用
ADF
检验)，如果在两种检验中均拒绝存在单位根的原假设
则我们说此序列是平稳的，反之则不平稳。
如果我们以
T
(
trend
)代表序列含趋势项，以
I
(
intercept
)代表序列含截距项，
T&I
python面板数据模型操作步骤_面板数据分析方法步骤全解相关推荐
- python123九宫格输入_使用python PIL库实现简单验证码的去噪方法步骤
字符型图片验证码识别完整过程及Python实现的博主,我的大部分知识点都是从他那里学来的. 想要识别验证码,收集足够多的样本后,首先要做的就是对验证码原始图片进行处理,对验证码识别分类之前,一般包括: ...
- mysql 无线网络设置_操作mysql命令行的方法步骤
操作mysql命令行的方法步骤 现在向大家介绍mysql命令行下,从数据库的建立到表数据的删除全过程,希望对大家有所帮助. 登陆mysql 打cmd命令终端,如果已经添加了mysql的环境变量,可以直 ...
- python100个必背知识-python编程面试中必考的知识点，数据类型全解，笔记超全面...
原标题:python编程面试中必考的知识点,数据类型全解,笔记超全面 python作为一门高级编程语言,它的定位是优雅.明确和简单.阅读Python编写的代码感觉像在阅读英语一样,这让使用者可以专注于 ...
- 建模步骤_带你十个步骤学建模（二）
基础知识 Maya第2部分:视口和导航 步骤1:视口面板布局 可以根据要求在各种不同的布局中设置视口.默认情况下,在界面的左侧有一组预定义的布局,可以在它们之间切换.使用空格键可以在布局之间移动,它将 ...
- 【案例教程】Python气象海洋数据可视化到常见数据分析方法（折线图、柱状图、errorbar图、流场矢量、散点图、风玫瑰图、流场矢量、填色及等值线+地图）
[查看原文]Python在气象与海洋中的实践技术应用 Python是功能强大.免费.开源,实现面向对象的编程语言,能够在不同操作系统和平台使用,简洁的语法和解释性语言使其成为理想的脚本语言.除了标准库 ...
- python中如何安装scipy_python安装scipy的方法步骤
Scipy高级科学计算库:和Numpy联系很密切,Scipy一般都是操控Numpy数组来进行科学计算.统计分析,所以可以说是基于Numpy之上了. Scipy库的安装 pip install scip ...
- python怎么利用数据成像_第一张黑洞照片全靠VLBI，这个Github项目教你用Python实现...
[新智元导读]哈佛学生写的Python模块,用于模拟和操作VLBI数据并使用正则化最大似然法生成图像,模拟黑洞成像的算法.进入Github飙升榜TOP 3,超过1000星. 为了拍到本次的黑洞照片,科 ...
- 计算机除尘的操作步骤,电脑除尘的方法步骤
原标题:电脑除尘的方法步骤 当电脑用了一段时间后,程序的运行速度越来越慢,不时还出现蓝屏.死机等现象,电脑运行时的噪音也越来越大--这主要是你没有进行电脑维护.电脑也需要定期的进行电脑维护,这样才能保 ...
- pycharm自带python.exe_Pycharm自带Git实现版本管理的方法步骤
之前一直使用本地的git客户端,通过命令来上传.下载代码到Gitlab:每次都需要启动git客户端,敲git命令来完成,不够灵活,因为强大的Pycharm就自带git功能,可以直接在Pycharm完成 ...
- rda冗余分析步骤_文献综述，步骤与问题！
这是 社科学术圈 推送的第1614篇文章 文献综述也称研究综述,是指在全面掌握.分析某一学术问题(或研究领域)相关文献的基础上,对该学术问题(或研究领域)在一定时期内已有研究成果.存在问题进行分析.归 ...
最新文章
- 2014-01-04 SQL练习
- 人工智能思维导图一张，收藏！
- 流程的python-《流畅的 Python》到底好在哪？
- STM32 SPI NSS 引脚为不能拉高问题
- 【中级软考】绑定、静态绑定、动态绑定、静态分配、动态分配是什么？
- Delphi中比较两个对象是否一致及地址是否相同
- 【JS】//将中文逗号转换为英文逗号
- 为什么在生产中进行硒自动化测试对于您的下一个版本至关重要？
- layui 分页ajax,实现Ajax异步的layui分页
- C#算法设计排序篇之05-归并排序（附带动画演示程序）
- [转]wince中解析reg和bib文件的不同之处
- 素数筛（快速筛）-爱拉托斯特尼筛法+欧拉筛
- 社交 APP 唔哩星球完成数百万元天使轮融资，投资方为启明创投
- 聚观早报 | Apple Music推出新功能；苹果汽车最早于2026年发布
- Linux内核中的IPSEC实现(1)
- SAP 什么是统驭科目
- linux账号密码输入后闪退,修复ssh无法连接(ssh输入完密码自动退出)
- 【AAAI 2020】全部接受论文列表（三）
- 【尖端干货】星域CDN·直播旗舰版三大黑科技浅析
- 提升金融写作效率：金融校对软件的优势与应用