Panel Data

Introducción a los métodos de datos de panel en Python

¿Afiliarse a un sindicato aumenta el salario? Siguiendo a los mismos trabajadores durante dos años en Python, comparamos siete formas de analizar datos repetidos y vemos que la ganancia salarial estimada casi se triplica cuando cada trabajador se compara consigo mismo en otro momento. Incluye una aplicación interactiva que funciona en su navegador web.

Modelos dinámicos de datos de panel en Python: del sesgo de Nickell al GMM en sistema

Cuando una empresa gana o pierde trabajadores este año, ¿cuánto de ese cambio persiste el año siguiente? Este tutorial en Python usa datos de 140 empresas británicas para mostrar por qué las estimaciones simples de esta persistencia engañan y cómo métodos y verificaciones más cuidadosos llegan a una respuesta confiable. Incluye una aplicación interactiva que funciona en su navegador web.

Datos de panel dinámicos con el GMM de Arellano-Bond en Stata: el efecto de la guerra sobre el crecimiento económico

¿Cuánto reduce una guerra el nivel de vida de un país? Con datos de 160 países entre 1955 y 2015 en Stata, seguimos a cada país en el tiempo para separar el daño de la guerra de las diferencias permanentes entre naciones, y encontramos que cerca de la mitad del costo a largo plazo pasa por el deterioro de las instituciones. El tutorial incluye una aplicación interactiva que funciona en su navegador web.

Cómo identificar estructuras de grupos latentes en datos de panel: el comando classifylasso en Stata

¿Responden todos los países de la misma manera a la democracia o a la inflación? En Stata, usamos un método que clasifica a los países en grupos ocultos con un comportamiento similar, y encontramos que la relación promedio entre democracia y crecimiento económico esconde un efecto positivo fuerte en 57 países y uno negativo en 41. Incluye una aplicación interactiva que funciona en su navegador web.

Errores estándar en datos de panel: una guía para principiantes en Python

¿Qué tan seguros podemos estar de una estimación cuando observamos a las mismas empresas año tras año? Con datos simulados de 100 empresas en Python, comparamos varias formas de medir el margen de error y mostramos que ningún margen de error puede corregir una estimación que ya está sesgada. Incluye una aplicación interactiva que funciona en su navegador web.