Fourier Rassal Etkiler Modeli
Fourier Flexible Form Random Effects Panel Model · Ayrıca şöyle bilinir: Fourier RE model, FFF random effects, flexible Fourier random effects, Fourier augmented random effects
Fourier Rassal Etkiler Modeli, standart rassal etkiler panel tahmincisini, zaman eğilimlerindeki veya kesme terimlerindeki pürüzsüz, kademeli yapısal değişimi yaklaştırmak için trigonometrik (Fourier) terimleri dahil ederek genişletir. Rassal etkiler tahmincisinin GLS verimliliği avantajlarını korurken, parametrelerin tam kırılma tarihlerini bilmeye gerek kalmadan zaman içinde sürekli olarak kaymasına izin verir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Panel verileriniz olduğunda ve ekonomik akıl yürütme, gözlemlenmeyen bireysel etkilerin veya zaman eğilimlerinin örneklem boyunca keskin, tek bir bilinen tarihte değil, kademeli olarak değiştiğini gösterdiğinde Fourier Rassal Etkiler Modelini kullanın. Özellikle rejim değişikliklerinin, politika değişikliklerinin veya teknoloji geçişlerinin yavaş biriktiği uzun zaman dilimlerini kapsayan makro paneller (ülkeler, bölgeler, sektörler) için uygundur. Pürüzsüz durağan olmama veya kademeli parametre sürüklenmesi şüphelenildiğinde standart RE modeline tercih edin. Regresörler bireysel etkilerle ilişkiliyse (Fourier Sabit Etkiler kullanın), yapısal kırılmalar keskin ve tarihlenebilir ise (Zivot-Andrews veya Bai-Perron yaklaşımlarını kullanın) veya panel zaman boyutunda çok kısa ise (Fourier terimlerinin tanımlanması için yeterli T gerekir) kullanmayın.
Güçlü yönler & sınırlılıklar
- Önsel kırılma tarihleri veya kırılma sayıları bilgisi gerektirmeden pürüzsüz, kademeli yapısal değişimi yakalar.
- Rassal etkiler tahmincisinin birinci farklara göre GLS verimliliği avantajını korur.
- Trigonometrik terimler ortogonal ve iyi davranışlıdır, polinom eğilimlerle ortaya çıkabilecek kolinearity sorunlarını önler.
- Tek bir düşük frekans genellikle yeterlidir, bu da modeli tutumlu tutar.
- Aynı Fourier artırma mantığı içinde birim kök testlerine, eşbütünleşme testlerine ve nedensellik çerçevelerine genelleştirilir.
- Rassal etkiler varsayımını gerektirir — regresörler ve bireysel etkiler arasında korelasyon olmaması — bu, Fourier artırmasından sonra bile geçerli olmayabilir.
- Fourier terimleri pürüzsüz evrimi yaklaştırır; keskin, ani kırılmalar kukla değişkenli veya yapısal kırılma tahmincileri ile daha iyi ele alınır.
- Frekans seçimi bir model seçimi adımı ekler ve çok fazla frekans seçmek eğilimi aşırı uyabilir, bu da eğim katsayıları için standart hataları şişirir.
- Asimptotik özellikler büyük T altında türetilir; kısa panellerdeki (T < 20) performans belirsizdir.
SSS
Fourier Rassal Etkiler modeli standart Rassal Etkiler modelinden nasıl farklıdır?
Standart RE modeli sabit, değişmez bir kesme terimi ve doğrusal zaman eğilimi varsayar. Fourier RE modeli, deterministik kısma sinüs ve kosinüs terimleri ekleyerek kesme teriminin veya eğilimin zamanla pürüzsüz bir şekilde kaymasına izin verir. Diğer her şey — GLS tahmini, rassal etkiler ayrıştırması — aynı kalır.
Fourier frekansı k'yı nasıl seçerim?
Modeli k = 1, 2, …, k_max (yaygın olarak k_max = 5) için tahmin edin ve kareler toplamı artıklarını veya AIC/BIC'yi en aza indiren k'yı seçin. Çoğu ampirik uygulamada, tek bir düşük frekans (k = 1 veya k = 2) pürüzsüz eğilimi yeterince yakalar.
Fourier Sabit Etkiler mi yoksa Fourier Rassal Etkiler mi kullanmalıyım?
Fourier ile artırılmış spesifikasyon üzerinde bir Hausman testi çalıştırın. Test reddetmezse (p > 0.05), rassal etkiler varsayımı geçerlidir ve Fourier RE daha verimlidir. Test reddederse, bireysel etkiler regresörlerle ilişkilidir ve Fourier Sabit Etkiler tutarlıdır.
Fourier Rassal Etkiler modeli gerçek keskin yapısal kırılmaları işleyebilir mi?
Pek iyi değil. Fourier terimleri pürüzsüz fonksiyonları yaklaştırır; keskin bir kırılmayı yalnızca çok sayıda frekansla yaklaştırabilirler, bu da aşırı uyuma neden olur. Keskin, tarihlenebilir kırılmalar için bunun yerine Zivot-Andrews, Bai-Perron veya kukla değişken yaklaşımını kullanın.
Bu model kısa panellerde (küçük T) kullanılabilir mi?
Dikkatli olunmalıdır. Fourier terimlerinin eğim katsayılarından ayrı olarak tanımlanması için makul T'ye (ideal olarak T > 20) ihtiyaç vardır. Çok küçük T ile trigonometrik regresörler çıktının gerçek varyasyonunu emebilir ve tahminleri yanlı hale getirebilir.
Kaynaklar
- Becker, R., Enders, W., & Lee, J. (2006). A stationary test in the presence of an unknown number of smooth breaks. Journal of Time Series Analysis, 27(3), 381-409. DOI: 10.1111/j.1467-9892.2006.00478.x ↗
- Enders, W., & Lee, J. (2012). The flexible Fourier form and Dickey-Fuller type unit root tests. Economics Letters, 117(1), 196-199. DOI: 10.1016/j.econlet.2012.04.081 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Fourier Flexible Form Random Effects Panel Model. ScholarGate. https://scholargate.app/tr/econometrics/fourier-random-effects-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Fourier Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Fourier Panel Veri AnaliziEkonometri↔ karşılaştır
- Panel Rastgele Etkiler ModeliEkonometri↔ karşılaştır
- Yapısal Kırılma Rassal Etki ModeliEkonometri↔ karşılaştır
- Zamana Bağlı Parametre Rassal Etki ModeliEkonometri↔ karşılaştır