Intercepte et / ou des pentes qui changent au fil du temps

Contrairement typique analyse transversale, qui impose une nature statique à vos modèles, une section groupée vous permet d'incorporer un élément de temps dynamique. Vous pouvez faire cela avec une section transversale commun parce que les unités transversales sont observés dans deux ou plusieurs périodes.

Typiquement, sections regroupées contiennent de nombreuses observations plus transversales que le nombre de périodes de temps étant mis en commun. Par conséquent, les modèles ressemblent généralement à l'analyse transversale avec des corrections d'hétéroscédasticité possibles. Parce que l'écart de temps entre la collecte des unités transversales est généralement de grande taille (de un an à plusieurs années d'intervalle), autocorrélation et d'autres questions de séries temporelles tendent à être ignorés.




Il est fréquent de confondre une section transversale commun avec un ensemble de données de panel. Les deux contiennent des mesures transversales en plusieurs périodes, mais dans un ensemble de données de panel les mêmes unités transversales sont inclus dans chaque période de temps plutôt que d'être choisi au hasard dans chaque période.

Avec les données transversales regroupées, la répartition de la population dont sont issus les échantillons aléatoires peut changer au fil du temps.

Si vous utilisez un coupe commun, vous aurez envie d'examiner les effets potentiels de temps. Si vous ignorez ces effets en temps, vous pouvez obtenir des estimations biaisées de vos coefficients de régression.

Une possibilité est que une évolution résultats de la distribution de la population dans les différentes intersections et / ou des pentes de plus de temps. La figure illustre comment la comptabilité pour un changement d'interception peut être important avec des données transversales regroupées. Si vous ne tiennent pas compte des effets du temps, vous obtenez la ligne échantillon régression 1A (avec une estimation biaisée de l'interception). Cependant, la comptabilisation du temps vous permet d'identifier les lignes 1B et 1C.

image0.jpg

Le temps peut également influencer l'effet de la variable indépendante sur la variable dépendante en modifiant l'amplitude de la pente. Si vous ignorez les effets du temps, vous vous retrouverez avec la ligne 2A. La ligne de régression 2A a hétéroscédasticité, et, plus important encore, une estimation biaisée de la pente (impact de la variable indépendante). En tenant compte des effets de temps, vous pouvez identifier les lignes 2B et 2C, qui estiment appropriée la pente.

image1.jpg

» » » » Intercepte et / ou des pentes qui changent au fil du temps