Panel Data

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

¿Qué tan persistente es el empleo de las empresas? MCO agrupado, efectos fijos, IV de Anderson-Hsiao, GMM en diferencias de Arellano-Bond y GMM en sistema de Blundell-Bond aplicados al clásico panel de 140 empresas del Reino Unido — y cómo los diagnósticos AR(2), de Hansen y de colapso de instrumentos separan la única estimación defendible de cuatro seductoras estimaciones erróneas.

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

Estime el efecto dinámico de la guerra sobre el log del PIB per cápita dentro de cada país usando el GMM de Arellano-Bond en Stata, reproduciendo a Thies y Baum (2020) sobre un panel de 160 países entre 1955 y 2015.

Introducción a los métodos de datos de panel en Python

Un recorrido accesible para principiantes por siete estimadores de datos de panel — POLS, Between, Primeras Diferencias, Efectos Fijos, Efectos Fijos de Dos Vías, Efectos Aleatorios y Efectos Aleatorios Correlacionados (Mundlak) — aplicados a un panel de salarios de trabajadores de dos periodos.

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

Identifique estructuras de grupos latentes en datos de panel usando el método Classifier-LASSO (Su, Shi, Phillips 2016), que revela cómo el efecto agrupado de la democracia sobre el crecimiento de +1,055 oculta un efecto de +2,151 en 57 países y un efecto de -0,936 en 41 países.

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

Comparación de estimadores de errores estándar en regresiones de datos de panel utilizando Python y linearmodels --- desde los convencionales hasta los agrupados (clustered), Driscoll-Kraay y efectos fijos.