Fängt und / oder Hänge, die Änderung über die Zeit
Im Gegensatz zu typischen Querschnittsanalyse, die eine statische Natur zu Ihren Modellen auferlegt, eine gepoolte Querschnitt ermöglicht es Ihnen, ein dynamisches Zeitelement zu integrieren. Sie können mit einer gepoolten Querschnitt dies tun, weil Querschnittseinheiten in zwei oder mehrere Zeiträume beobachtet werden.
Typischerweise gepoolt Querschnitte enthalten viele weitere Querschnitts Beobachtungen als die Anzahl von Zeitperioden gepoolt werden. Folglich, in der Regel die Modelle ähneln Querschnittsanalyse mit möglichen Heteroskedastie Korrekturen. Da der zeitliche Abstand zwischen der Erfassung von Querschnittseinheiten in der Regel groß ist (überall von einem Jahr auf mehrere Jahre auseinander), Auto- und andere Zeitreihen Probleme sind in der Regel ignoriert.
Es ist nicht ungewöhnlich, dass ein gepoolten Querschnitt mit einem Paneldatensatz zu verwirren. Beide enthalten Querschnittsmessungen in mehreren Perioden, aber in einem Paneldatensatz die gleichen Querschnittseinheiten sind in jeder Zeitperiode enthalten und nicht zufällig in jeder Periode ausgewählt werden.
Mit gepoolten Querschnittsdaten, aus denen die Bevölkerungsverteilung die Stichproben gezogen werden, können im Laufe der Zeit ändern.
Wenn Sie einen gepoolten Querschnitt verwenden, sollten Sie mögliche Zeiteffekte zu untersuchen. Wenn Sie diese Sondereffekte ignorieren, können Sie verzerrten Schätzungen der Regressionskoeffizienten erhalten.
Eine Möglichkeit besteht darin, dass eine Veränderung der Bevölkerungsverteilung führt zu verschiedenen Abschnitte und / oder Steigungen über die Zeit. Die Abbildung zeigt, wie für einen Wechsel abfangen kann mit Buchhaltung gepoolten Querschnittsdaten von Bedeutung sein. Wenn Sie nicht für Zeiteffekte berücksichtigen, so erhalten Sie die Probe Regressionslinie 1A (mit einer verzerrten Schätzung des Abschnitts). Doch für die Zeiterfassung können Sie Linien 1B und 1C zu identifizieren.
Die Zeit kann auch Einfluss auf die Wirkung der unabhängigen Variablen auf die abhängige Variable von der Größe der Neigung zu verändern. Wenn Sie Zeit Effekte ignorieren, werden Sie mit der Linie 2A enden. Regression Linie 2A hat Heteroskedastie, und, was noch wichtiger ist, eine voreingenommene Schätzung der Steigung (Auswirkungen der unabhängigen Variablen). Durch die Bilanzierung von Zeiteffekte können Sie Linien 2B und 2C, zu identifizieren, welche die Neigung angemessen abzuschätzen.
