Modelos_Datos_Panel_efecto fijo y efecto aleatorio

Datos Panel

1. Modelos de Datos de Panel: Efectos Fijos y Aleatorios Curso: Econometría I Presentado por: [Tu nombre] Fecha: [Fecha de la exposición]

2. ¿Qué son los datos de panel? • Combinan corte transversal + series de tiempo. • Observan varias unidades (individuos, empresas, países) en varios momentos. • Permiten controlar heterogeneidad no observable. Ejemplo: 100 empresas durante 10 años = 1000 observaciones.

3. Tipos de panel y sus ventajas • Balanceado: todas las unidades tienen el mismo T. • No balanceado: hay observaciones perdidas. • Ventajas: - Más información, grados de libertad y eficiencia. - Captura heterogeneidad individual. - Estudia dinámicas de cambio (empleo, salarios, etc.).

4. Modelo básico de datos panel y_it = β0 + β1 x_it + α_i + u_it - y_it: dependiente - x_it: regresores observables - α_i: efecto fijo inobservable (constante en el tiempo) - u_it: error idiosincrático

5. Modelo de Efectos Fijos (FE) • Supuesto: Cov(x_it, α_i) ≠ 0 • Transformación dentro del grupo: y~_it = y_it - ȳ_i x~_it = x_it - x̄_i • Estimación MCO sobre variables centradas: within

6. Modelo con Variables Dummy (LSDV) y_it = β0 + β1 x_it + Σ δ_i D_i + u_it • Dummies por individuo • Equivalente a within • Alto costo en grados de libertad

7. Limitaciones del modelo FE • Elimina variables constantes (sexo, región, etnicidad) • No estima efectos de variables invariantes • Sensible a errores de medición y autocorrelación

8. Modelo de Efectos Aleatorios (RE) • Supuesto: Cov(x_it, α_i) = 0 • α_i parte del error compuesto: v_it = α_i + u_it • Estimado por Mínimos Cuadrados Generalizados (MCG)

9. Comparación FE vs RE FE: - α_i correlacionado con x_it - Variables constantes excluidas - Estimación: Within (MCO) RE: - α_i NO correlacionado con x_it - Variables constantes incluidas - Estimación: MCG

10. Criterio de elección: Test de Hausman H = (β̂_RE − β̂_FE)' [Var(β̂_FE) − Var(β̂_RE)]⁻¹ (β̂_RE − β̂_FE) • Ho: RE es consistente • Si se rechaza Ho: usar FE • Si no se rechaza Ho: preferir RE

11. Ejemplo aplicado (Wooldridge) • Estudio: subsidios y tasas de desperdicio industrial • Variables: d88, d89, grant, grant rezagado • Resultado: subsidio rezagado reduce 34% el desperdicio

12. Consideraciones finales • T=2 → usar primera diferencia • Panel no balanceado → FE funciona • Corregir errores estándar • Comparar ambos modelos si hay dudas

13. Conclusión • Panel controla heterogeneidad • FE: robusto, pero limita variables constantes • RE: eficiente si α_i no correlaciona con x_it • Test de Hausman decide entre ambos

14. Gracias Preguntas y comentarios