Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Carlos Ramos
1 / 27
Introducción
Los dos métodos más utilizados para datos de panel con variables no
observables son el método de efectos fijos y el método de efectos
aleatorios.
El método de efectos fijos se utiliza cuando uno está solamente
interesado en analizar el impacto de variables que varían en el tiempo.
Por el otro lado, el método de efectos aleatorios se utiliza cuando la
variación de las observaciones de la muestra son aleatorios y no
correlacionados con la variable independiente. -En otras palabras,
utilizamos efectos aleatorios cuando creemos que las variables no
observables no están correlacionadas conlas demás variables
independiente.
2 / 27
Efectos Fijos
Section 1
Efectos Fijos
3 / 27
Efectos Fijos
Efectos Fijos
4 / 27
Efectos Fijos
Efectos Fijos
5 / 27
Efectos Fijos
Efectos Fijos
6 / 27
Efectos Fijos
Efectos Fijos
7 / 27
Efectos Fijos
Ejemplo 14.1
rm(list=ls())
library(wooldridge)
library(plm)
data("jtrain")
9 / 27
Efectos Fijos
Dependent variable:
lscrap
d88 −0.080 (0.109)
d89 −0.247∗ (0.133)
grant −0.252∗ (0.151)
grant_1 −0.422∗∗ (0.210)
Observations 162
R2 0.201
Adjusted R2 −0.237
F Statistic 6.543∗∗∗ (df = 4; 104)
∗
Note: p<0.1; ∗∗ p<0.05; ∗∗∗ p<0.01
10 / 27
Efectos Fijos
Ejemplo 14.2
data("wagepan")
11 / 27
Efectos Fijos
Dependent variable:
lwage
married 0.055∗∗∗ (0.018)
union 0.083∗∗∗ (0.019)
d81 −0.022 (0.146)
d82 −0.006 (0.146)
d83 0.010 (0.146)
d84 0.084 (0.146)
d85 0.050 (0.146)
d86 0.066 (0.146)
d87 0.090 (0.146)
I(d81 ∗educ) 0.012 (0.012)
I(d82 ∗educ) 0.015 (0.012)
I(d83 ∗educ) 0.017 (0.012)
I(d84 ∗educ) 0.017 (0.012)
I(d86 ∗educ) 0.027∗∗ (0.012)
I(d87 ∗educ) 0.030∗∗ (0.012)
d85:educ 0.024∗ (0.012)
Observations 4,360
R2 0.171
Adjusted R2 0.049
F Statistic 48.907∗∗∗ (df = 16; 3799)
∗
Note: p<0.1; ∗∗ p<0.05; ∗∗∗ p<0.01
12 / 27
Efectos Fijos
13 / 27
Efectos Fijos
14 / 27
Efectos Fijos
Ejemplo 14.3
15 / 27
Efectos Fijos
Dependent variable:
lscrap
d88 −0.004 (0.120)
d89 −0.132 (0.154)
grant −0.297∗ (0.157)
grant_1 −0.536∗∗ (0.224)
lsales −0.087 (0.260)
lemploy −0.076 (0.350)
Observations 148
R2 0.213
Adjusted R2 −0.271
F Statistic 4.106∗∗∗ (df = 6; 91)
∗
Note: p<0.1; ∗∗ p<0.05; ∗∗∗ p<0.01
16 / 27
Efectos Aleatorios
Section 2
Efectos Aleatorios
17 / 27
Efectos Aleatorios
Efectos Aleatorios
donde:
β0 es el intercepto común
αi es el intercepto específico a cada individuo (con media 0).
Yit es la variable dependiente del individuo i en el período t.
Xit representa las variables independientes
β1 es representa el efecto de las variables independientes en la
variable dependiente.
y uit es el término de error.
18 / 27
Efectos Aleatorios
Efectos Aleatorios
E(ai |Xi ) = β0
19 / 27
Efectos Aleatorios
Efectos Aleatorios
σa2
Corr(ai + uit , ai + uis ) = , t 6= s
(σa2 + σu2 )
20 / 27
Efectos Aleatorios
Efectos Aleatorios
σa2 1
θ =1−[ 2 2
] 2 ∈ [0, 1]
(T σa + σu )
21 / 27
Efectos Aleatorios
Efectos Aleatorios
22 / 27
Efectos Aleatorios
Ejemplo 14.4
# OLS
lm.1 <- lm(lwage ~ educ+black+hisp+exper+expersq+
married+union+d81+d82+d83+d84+d85+d86+d87,
data = wagepan)
#Random Effects
plm.re <- plm(lwage ~ educ+black+hisp+exper+expersq+
married+union+d81+d82+d83+d84+d85+d86+d87,
data = wagepan,
model = "random",
index = c("nr", "year"))
#Fixed Effects
plm.fe <- plm(lwage ~ expersq+married+union+
d81+d82+d83+d84+d85+d86+d87,
data = wagepan,
effect = "individual",
model = "within",
23 / 27
Efectos Aleatorios
24 / 27
Efectos Aleatorios o Efectos Fijos
Section 3
25 / 27
Efectos Aleatorios o Efectos Fijos
26 / 27
Efectos Aleatorios o Efectos Fijos
La Prueba de Hausman
Una manera más formal de elegir entre los dos métodos, es utilizando
la prueba de Hausman.
La prueba de Hausman es una prueba de Chi-cuadrado la cual tiene
como hipótesis nula que ambos estimadores son consistentes, y por
tanto el estimador de Efectos Aleatorios es preferible, al ser más
eficiente.
Si la prueba es rechazada, entonces procedemos a utilizar el estimador
de efectos fijos.
La prueba de Hausman se puede correr a través del comando
phtest(plm.re, plm.fe), donde plm.re es el modelo de efectos
aleatorios y plm.fe es el modelo de efectos fijos.
27 / 27