Dummy-Variablen in Panel-Daten

Question

Ich baue ein Regressionsmodell auf einigen Panel-Verkaufsdaten auf und bin ziemlich neu in der Ökonometrie. Ich dachte daran, einige unabhängige Variablen einzuführen, die als Dummy1 * Dummy2 erstellt wurden. Ist diese neue Wechselspielvariable akzeptabel oder führt sie zu Schätzungsfehlern im Modell?

Answer 1

Hängt davon ab, was die Dummies sind und wie die Spezifikation des von Ihnen verwendeten Modells lautet. Wenn Sie zwei Dummies multiplizieren, erstellen Sie einen sogenannten Interaktionsterm.

Im Allgemeinen können Sie Interaktionsbegriffe in Paneldaten aufnehmen. Tatsächlich stützt sich der weit verbreitete Differenzen-in-Differenzen-Schätzer (DiD) darauf. Ein DiD kann wie folgt angegeben werden (siehe Mostly Harmless Econometrics von Angrist und Pischke):

$$y_{it} = \alpha_i + \gamma (T_t*A_i) + \epsilon_{it} $$

wo $\alpha_i$ wäre Panel feste Effekte $T_t*A_t$ wäre die Interaktion eines Behandlungszeitraums Dummy $T_t$ Das ist 1 während der Behandlungsdauer und 0 außerhalb der Behandlungsdauer und $A_i$ Dies ist ein Dummy für die Zuordnung in entweder Behandlung (1) oder Kontrollgruppe (0), und zusammen sagt uns der Interaktionsterm, ob in einer bestimmten $t$ und die Person erhielt eine Behandlung $t$. Obwohl die FE-Spezifikation erfordert, dass jede eingeschlossene Variable über die Zeit variieren muss, können Sie nicht nur eine Interaktion von Dummies (einige) einschließen$d_i*g_i$ Die Interaktion wäre zeitinvariant und könnte nicht in das FE-Modell aufgenommen werden - obwohl es auch andere Panel-Modelle gibt, die mit einem solchen Interaktionsterm umgehen könnten.

Es ist jedoch immer fallspezifisch. Nur weil es möglich ist, Interaktionsterme einzuschließen, heißt das nicht, dass man das tun sollte. Es ist nicht möglich, einen genauen Rat zu geben, ohne alle Details der Forschung zu kennen, die Sie durchführen.

Answer 2

Ja, das ist akzeptabel. Betrachten Sie eine Mincer-Lohngleichung . Definieren wir eine Dummy-Variable Weiblich, die den Wert Eins für Frauen und den Wert Null für Männer annimmt, und eine Dummy-Variable Verheiratet , die gleich eins ist, wenn eine Person verheiratet ist, und Null, wenn dies nicht der Fall ist. Anschließend können Sie ein Modell schätzen, das Lohnunterschiede zwischen vier Gruppen berücksichtigt: verheiratete Männer, verheiratete Frauen, alleinstehende Männer und alleinstehende Frauen. Dazu müssen Sie die Dummy-Variablen interagieren, zum Beispiel Female * Married . Aber seien Sie vorsichtig, Sie müssen eine Basisgruppe auswählen, um die Dummy-Falle zu vermeiden .

Eine gute Referenz ist das Kapitel "Multiple Regressionsanalyse mit qualitativen Informationen: Binäre (oder Dummy-) Variablen" (Kapitel 7) in Wooldridge Introductory Econometrics .