Робастный анализ панельных данных
Робастный анализ панельных данных применяет стандартные панельные оценщики — с фиксированными эффектами, случайными эффектами или объединенный МНК — заменяя при этом стандартные ошибки на кластерно-робастные или устойчивые к гетероскедастичности (HC) варианты. Точечные оценки остаются неизменными; меняется лишь ковариационная матрица дисперсий, используемая для вывода, что делает t-тесты и F-тесты валидными, даже когда ошибки гетероскедастичны или коррелированы внутри перекрестных единиц во времени.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Arellano, M. (1987). Computing robust standard errors for within-groups estimators. Oxford Bulletin of Economics and Statistics, 49(4), 431–434. link ↗
- Cameron, A. C., & Trivedi, P. K. (2015). Microeconometrics: Methods and Applications. Cambridge University Press. ISBN: 978-0521848053
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Panel Data Analysis with Cluster-Robust and Heteroscedasticity-Consistent Inference. ScholarGate. https://scholargate.app/ru/econometrics/robust-panel-data-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Модель с фиксированными эффектамиЭконометрика↔ compare
- Анализ панельных данныхЭконометрика↔ compare
- Модель с фиксированными эффектами панелиЭконометрика↔ compare
- Тест Хаусмана для панельных данныхЭконометрика↔ compare
- Модель случайных эффектов для панельных данныхЭконометрика↔ compare
- МНК с робастными стандартными ошибкамиЭконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →