Gretl
でPanel
データ分析1. データの入力(Excel)
Panel出生率.xlsx (worksheet名：data)として保存
各国のデータが時系列ごとにまとまっているので、時系列を重ねた構造(time series stacked )。
パネルデータの構造
Types of Panel Data
Year Country Inc TFR Country Year Inc TFR
1980 1 15.2 1.75 1 1980 15.2 1.75
1980 2 4.1 2.56 1 1985 17.2 1.76
1980 3 2.2 3.47 1 1990 21.3 1.54
1985 1 17.2 1.76 1 1995 22.5 1.42
1985 2 5.7 2.04 1 2000 23.8 1.35
1985 3 2.7 2.78 2 1980 4.1 2.56
1990 1 21.3 1.54 2 1985 5.7 2.04
1990 2 8.3 1.77 2 1990 8.3 1.77
1990 3 4.1 2.27 2 1995 11.4 1.75
1995 1 22.5 1.42 2 2000 13.9 1.43
1995 2 11.4 1.75 3 1980 2.2 3.47
1995 3 5.9 2.02 3 1985 2.7 2.78
2000 1 23.8 1.35 3 1990 4.1 2.27
2000 2 13.9 1.43 3 1995 5.9 2.02
2000 3 5.8 1.84 3 2000 5.8 1.84
Cross Section Stacked Time Series Stacked
クロスセクションを重ねた構造 時系列を重ねた構造
2. Gretlへのデータ読み込み
ファイル>データを開く>「ユーザーファイル」をクリック
gretl:open file ウインドウが開くので、目的のファイル(Panel出生率.xlsx)を選択
データの入力されているワークシートを選択する
データの「型」について、時系列(time series)かパネル(panel)か尋ねてくるので、「Yes」をクリック
Panelを選択
Panelデータの型を尋ねてくるので、時系列を重ねた構造(stacked time series) にチェックを入れる
データの構造の確認(クロスセクションの数が3、観測時点数が5)
データの構造に誤りがなければ、適用(Apply)をクリックする。
データの内容を確認(Data > )
3. 通常の回帰分析を行う(Pooled OLS)
4. パネルデータ分析
モデル>パネル>固定効果あるいは変量効果
4.1 固定効果モデルの特定化
推計結果
● 定数項がクロスセクションユニットごとに異なるかどうかの検定 帰無仮説：固定効果がすべて等しい
仮説が棄却できない場合は、プールされたデータに最小二乗法を適用して良い 規約された場合は、固定効果モデルを採用する。
4.2 変量効果モデルの特定化
推計結果
●ブロイシュ=ペーガン検定の帰無仮説は「変動効果の分散がゼロ」なので帰無仮説が棄却されたら、変動効果あ りということになる。
●ハウスマン検定の帰無仮説は「変動効果と説明変数が相関を持たない」なので、これが棄却されたら変動効果 モデルで推計されたパラメーターは一致性をもたないことを示す。固定効果モデルを採用すべき。
4.3 個体識別ダミー変数の作成・・・メニューから選ぶ形式ではないので覚えておく必要がある Gretl スクリプトエディターの起動
以下のスクリプトを入力して実行
新しいダミー変数が作成される
4.4 OLSを使った固定効果モデルの推計 モデル>最小二乗法
被説明変数：出生率(TFR)
説明変数 ：定数項(const) 所得(Inc) 個体識別ダミー(d)
推計結果
先に推計した固定効果モデルの推計結果と比較してみなさい。
固定効果モデルが適切かどうかの検定
個別ダミーの係数が同時にゼロかどうかの検定
勿論、線形制約の検定で b[DCountry_2]=0 b[DCountry_3]=0
を検定(F検定)しても良い。
● この検定をすることで、固定効果モデルが必要なのか、データをプールしてOLSを適用するだけでよいのかが 分かる。
