全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 经管百科 爱问频道
3572 4
2019-03-15
悬赏 1 个论坛币 未解决
在读文献的时候发现有的学者使用了long- difference  regression来做,想问一下什么是long- difference  regression?

具体来说就是本来是面板数据,由于工具变量是截面的,所以将面板数据的Y取增长率、控制变量取差分,然后就说这个是long- difference  equation,没有搞明白应该要怎么操作,是普通的OLS回归嘛?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2019-7-18 16:52:41
帮顶,想知道答案
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-12-23 21:00:26
长差分形式?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2023-6-25 20:36:05
长差分的原理是什么呢?经济学含义是什么呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-7-14 11:51:47
"Long-difference regression"直译过来就是“长期差分回归”,但通常这并不是一个标准统计术语。从你的描述来看,这种方法似乎是面板数据模型的一种变体,旨在处理一些特定问题,比如工具变量只在截面上变化(即不随时间变化)。

你提到的操作包括对因变量Y取增长率(growth rate),以及将控制变量取差分(differencing)。这样做的目的是减少时间序列的自相关性,并且可能去除一些固定效应的影响,尤其是在面板数据中。通过计算增长率和进行差分处理,可以部分消除时间趋势、单位特定的长期变化等因素。

在具体操作上:

1. 对于因变量Y取增长率:这通常意味着你计算每个个体在不同时间点上的Y值的变化率,例如\( \frac{Y_{t} - Y_{t-1}}{Y_{t-1}}\)。这样做的目的是消除初始水平差异和某些类型的异方差性。

2. 控制变量取差分:对于控制变量,你可能计算每个个体在相邻时间点上的变化值\(X_t - X_{t-1}\),以去除潜在的固定效应和其他长期趋势。

3. 最终,你可以使用这些处理后的数据进行回归分析(通常是OLS回归),来估计模型参数。这种方法尤其适用于那些试图分离出短期内变量影响的研究场景,在控制了长期趋势和个体特定效应之后。

请注意,“long-difference regression”可能不是一个广泛认可的统计学名词或方法,它的具体实现可能会因研究者的需求和数据特性而有所不同。在实际应用中,确保理解所采用的方法论背后的假设和限制是非常重要的。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群