Zawsze staram się uzyskać prawdziwą istotę problemu dotyczącego parametrów przypadkowych. Kilkakrotnie czytałem, że estymatory efektów stałych modeli danych nieliniowych paneli mogą być poważnie tendencyjne z powodu „dobrze znanego” problemu parametrów przypadkowych.
Kiedy proszę o jasne wyjaśnienie tego problemu, typowa odpowiedź brzmi: Załóżmy, że dane panelu obejmują N pojedynczych osób w T okresach. Jeśli T jest ustalone, gdy N rośnie, szacunki towarzyszące stają się tendencyjne. Dzieje się tak, ponieważ liczba niedogodnych parametrów rośnie szybko wraz ze wzrostem N.
Byłbym bardzo wdzięczny
- bardziej precyzyjne, ale wciąż proste wyjaśnienie (jeśli to możliwe)
- i / lub konkretny przykład, który mogę wypracować z R lub Statą.