Sağlam Rastgele Etkiler Modeli
Robust Random Effects Panel Data Model · Ayrıca şöyle bilinir: robust RE model, sandwich random effects estimator, cluster-robust random effects, GLS-robust RE
Sağlam Rastgele Etkiler modeli, GLS rastgele etkiler tahmin edicisini kullanarak panel veri ilişkilerini tahmin ederken, geleneksel standart hataları sandviç (heteroskedastisite ve küme-sağlam) varyans tahminleriyle değiştirir. Bu, birim-spesifik etkilerin gerçekten de regresörlerle ilişkisiz olduğu durumlarda rastgele etkilerin verimlilik kazançlarından vazgeçmeden, keyfi grup içi korelasyon ve heteroskedastisiteye karşı çıkarımı korur.
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 veriniz olduğunda, Hausman testi birim etkilerinin regresörlerle ilişkisiz olduğu varsayımını reddetmediğinde ve sıradan RE'nin standart hatalarını şişirecek heteroskedastisite veya birim içi seri korelasyonu olduğundan şüphelendiğinizde — veya tespit edebildiğinizde — Sağlam Rastgele Etkiler modelini kullanın. Özellikle panelde çok sayıda birim ve az sayıda dönem olduğunda, birimler arası değişimin bilgilendirici olduğu durumlarda ve zaman-sabit regresörlerin korunması gerektiğinde (sabit etkiler onları ortadan kaldırır) kullanışlıdır. Hausman testi açıkça reddettiğinde (sabit etkileri önerir), küme sayısı çok az olduğunda (20'nin altında) veya panel içi dinamikler dinamik panel tahmin edicisi gerektirdiğinde bundan kaçının.
Güçlü yönler & sınırlılıklar
- Havuzlanmış OLS'ye göre GLS rastgele etkilerinin verimlilik kazançlarını korurken, heteroskedastisite ve küme-sağlam standart hatalar sağlar.
- Sabit etkiler tarafından ortadan kaldırılan zaman-sabit regresörler üzerinde tahmin ve çıkarıma izin verir.
- Tam GLS varyans modeli doğru bir şekilde belirtilmemiş olsa bile, geniş bir panel içi hata kovaryans yapısı yelpazesi altında asimptotik olarak geçerlidir.
- Standart yazılımlarda (Stata xtreg vce(cluster) ile, R plm coeftest ile, Python linearmodels) uygulaması kolaydır.
- Rastgele etkiler varsayımları geçerliyken hem katsayılar hem de standart hatalar için tutarlıdır; standart hatalar, grup içi korelasyon varsayılandan daha güçlü olduğunda bile geçerli kalır.
- Nokta tahminleri yalnızca birim etkileri gerçekten regresörlerle ilişkisiz olduğunda tutarlıdır; Hausman testi reddedilmemelidir.
- Küme-sağlam çıkarım yeterli sayıda küme gerektirir (kabaca 20–30 veya daha fazla); çok az küme ile çıkarım güvenilmezdir.
- Regresörlerin dışsallığını ele almaz; bu durumda Hausman-Taylor veya IV-RE gibi araç değişken uzantıları gereklidir.
- Gerçek kovaryans yapısı standart RE varsayımlarını tam olarak karşılarsa, doğru belirtilmiş GLS'den daha az verimlidir.
SSS
Standart rastgele etkiler modeli ile sağlam rastgele etkiler modeli arasındaki fark nedir?
Her ikisi de aynı GLS nokta tahminlerini kullanır. Fark çıkarımdadır: standart RE modeli, grup içi kovaryansın iki bileşenli (rastgele etki + beyaz gürültü) yapıyı takip ettiği varsayımı altında standart hataları türetir. Sağlam sürüm, bu standart hataları keyfi grup içi heteroskedastisite ve seri korelasyon altında geçerli olan bir sandviç tahmini ile değiştirir, böylece GLS kovaryans modeli yanlış belirtilmiş olsa bile t-testleri ve güven aralıkları güvenilir kalır.
Ne zaman sağlam rastgele etkileri sağlam sabit etkilere tercih etmeliyim?
Hausman testi reddedilmediğinde, yani rastgele etkiler varsayımı (regresörlerle ilişkisiz birim etkileri) güvenilir göründüğünde sağlam RE'yi tercih edin. Zaman-sabit değişkenlerin etkisini tahmin etmeniz gerektiğinde (sabit etkiler bunları ortadan kaldırır) sağlam RE de tercih edilir. Hausman testi reddederse, yanlı tahminlerden kaçınmak için sağlam sabit etkileri kullanın.
Güvenilir küme-sağlam çıkarım için kaç kümeye ihtiyacım var?
Yaygın bir kural, en az 20–30 küme (panel birimi) olmasıdır. Daha az küme ile sandviç tahmin edicisi aşağı doğru yanlı olabilir ve aşırı reddedilmeye neden olabilir. Küçük küme ayarlarında, daha güvenilir p-değerleri elde etmek için wild cluster bootstrap veya Bell-McCaffrey serbestlik derecesi düzeltmesini kullanın.
Standart hataları sağlamlaştırmak, rastgele etkilerdeki tüm varsayım ihlallerini düzeltir mi?
Hayır. Sağlam standart hatalar, hata kovaryans yapısının yanlış belirtilmesini ele alır, ancak RE katsayı tahminlerinin tutarlılığı hala dışsallık varsayımına bağlıdır — birim etkileri regresörlerle ilişkisiz olmalıdır. SE'leri sağlamlaştırmak dışsallık veya eksik değişken yanlılığını düzeltmez.
Sağlam rastgele etkiler modeline zaman-sabit değişkenler dahil edebilir miyim?
Evet, ve bu RE'yi FE'ye tercih etmenin ana nedenlerinden biridir. Cinsiyet, ülke veya coğrafi özellikler gibi zaman-sabit regresörler, birim sabit etkileriyle mükemmel bir şekilde ilişkilidir ve FE tahmininden çıkarılır. RE tahmin edicisi bunları korur ve sağlam standart hatalar katsayıları üzerindeki çıkarımın geçerli olmasını sağlar.
Kaynaklar
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586
- Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson Education. ISBN: 978-0131395381
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Random Effects Panel Data Model. ScholarGate. https://scholargate.app/tr/econometrics/robust-random-effects-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Panel Genelleştirilmiş En Küçük Kareler (Panel GLS)Ekonometri↔ karşılaştır
- Panel Hausman TestiEkonometri↔ karşılaştır
- Panel Rastgele Etkiler ModeliEkonometri↔ karşılaştır
- Sağlam Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Sağlam Panel Veri AnaliziEkonometri↔ karşılaştır