Yanıltma Düzeltmeli En Küçük Kareler Kukla Değişken (LSDVC) Tahmincisi
Bias-Corrected Least Squares Dummy Variable (LSDVC) · Ayrıca şöyle bilinir: Bias-Corrected LSDV, BC-LSDV, Kiviet Estimator, Önyargı Düzeltilmiş En Küçük Kareler Kukla Değişken Tahmincisi
LSDVC, dinamik panel modellerinde gecikmeli bağımlı değişkenin yol açtığı standart En Küçük Kareler Kukla Değişken (LSDV) tahmincisini etkileyen iyi bilinen Nickell yanıltmasını ele almak için Kiviet (1995) tarafından tanıtılan, yanıltması düzeltilmiş bir panel veri tahmincisidir. Özellikle, firma düzeyindeki veya ülke düzeyindeki paneller gibi kısa bir zaman ufkunu kapsayan, zaman periyodu sayısı T'nin kesitsel birim sayısı N'ye göre küçük olduğu veri kümeleriyle çalışan araştırmacılar için uygundur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
LSDVC, az sayıda zaman periyodu (T yaklaşık 5–30) ve orta derecede büyük bir kesite (N > T) sahip dengeli veya tama yakın dengeli dinamik panel veri kümeleri için en uygundur. Model, gecikmeli bir bağımlı değişken ve bireysel sabit etkiler içermelidir. Küçük örneklemlerde GMM tahmincilerinden daha iyi performans gösterir çünkü potansiyel olarak zayıf araçlara dayanmak yerine verimli LSDV varyans yapısından yararlanır. Tutarlı bir birinci aşama tahmincisi gerektirir ve homoskedastik, seri korelasyonsuz hatalar altında en iyi performansı gösterir. Çok büyük T için Nickell yanıltması azalır ve standart LSDV yeterlidir; zayıf araçlarla çok büyük N için Arellano–Bond veya Blundell–Bond GMM tercih edilebilir.
Güçlü yönler & sınırlılıklar
- Kısa dinamik panellerde Nickell yanıltmasını grup içi değişimi atmadan önemli ölçüde azaltır
- Küçük-orta ölçekli örneklemlerde IV ve GMM alternatiflerinden daha verimlidir, genellikle daha düşük ortalama karekök hatası verir
- Asimptotik olarak normal olan tahminler üretir, bu da standart çıkarım ve hipotez testini mümkün kılar
- Birinci aşama tutarlı tahmincisi için gerekenlerin ötesinde harici araçlara ihtiyaç duymaz
- Dengeli (veya tama yakın dengeli) bir panel gerektirir; dengesiz yapılar analitik yanıltma formülünü karmaşıklaştırır
- Yanıltma yaklaşımı, gecikmeli bağımlı değişken dışındaki regresörlerin kesin dışsallığı varsayımı altında türetilmiştir; önceden belirlenmiş veya endojen kovaryatlar bu varsayımı ihlal eder
- Birinci aşama tutarlı tahmincisinin doğruluğuna dayanır: birinci aşama zayıfsa (örneğin, zayıf araçlar), yanıltma düzeltmesinin kendisi yanlış tahmin edilir
- Asimptotik özellikler sabit T ile büyük N için belirlenmiştir; tahminci, alternatif yaklaşımların hakim olduğu büyük T panelleri için tasarlanmamıştır
SSS
LSDVC, Arellano–Bond GMM'den nasıl farklıdır?
Arellano–Bond GMM, gecikmeli bağımlı değişkeni birinci farklardaki daha fazla gecikmeyle araçlar; bu tutarlıdır ancak küçük örneklemlerde zayıf araç sorunları ve verimlilik kaybından muzdarip olabilir. LSDVC bunun yerine verimli LSDV tahmincisinden başlar ve yanıltmasını analitik olarak düzeltir, genellikle N orta düzeyde ve araçlar özellikle güçlü olmadığında daha düşük ortalama kare hatası elde eder.
LSDVC ile hangi birinci aşama tutarlı tahminci kullanılmalıdır?
Kiviet (1995) ve Bruno (2005), üç seçenek tartışır: Anderson–Hsiao IV, Arellano–Bond GMM ve Blundell–Bond sistem GMM. Pratikte, Arellano–Bond en yaygın olarak başlatıcı olarak kullanılır. Seçim esas olarak küçük N için önemlidir; N büyüdükçe, her üç birinci aşama seçeneği de benzer yanıltma düzeltmeleri verir.
LSDVC, zamanla değişen endojen kovaryatları işleyebilir mi?
Hayır. Kiviet (1995) tarafından yapılan analitik yanıltma türetimi, gecikmeli bağımlı değişken dışındaki tüm regresörlerin kesin dışsallığını varsayar. Ek regresörler önceden belirlenmiş veya endojen ise, yanıltma formülü geçersizdir ve bu kovaryatları araçlayan GMM tabanlı tahminciler daha uygundur.
Kaynaklar
- Kiviet, J. F. (1995). On bias, inconsistency, and efficiency of various estimators in dynamic panel data models. Journal of Econometrics, 68(1), 53–78. DOI: 10.1016/0304-4076(94)01643-E ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Bias-Corrected Least Squares Dummy Variable (LSDVC). ScholarGate. https://scholargate.app/tr/econometrics/lsdvc
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Anderson-Hsiao Değişken Ara Değerlendirme TahmincisiEkonometri↔ karşılaştır
- Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır