11 Regresión con datos de panel
La regresión utilizando datos de tipo panel puede mitigar el sesgo de la variable omitida cuando no existe información sobre las variables que se correlacionan tanto con los regresores de interés como con la variable independiente y si estas variables son constantes en la dimensión de tiempo o entre entidades. Siempre que se disponga de datos de panel, los métodos de regresión de panel pueden mejorar los modelos de regresión múltiple que, como se explica en el Capítulo 10, producen resultados que no son válidos internamente en dicho entorno.
Este capitulo cubre los siguientes topicos:
- Notación para datos de panel.
- Regresión de efectos fijos usando efectos fijos de tiempo y/o entidad.
- Cálculo de errores estándar en modelos de regresión de efectos fijos.
Siguiendo con el curso, para las aplicaciones se utiliza el conjunto de datos Fatalities del paquete AER (Kleiber and Zeileis 2020), que es un conjunto de datos de panel que informa sobre observaciones anuales a nivel estatal sobre muertes de tránsito en los EE. UU. para el período de 1982 a 1988. Las aplicaciones analizan si hay efectos de los impuestos sobre el alcohol y las leyes de conducción sobre el estado de ebriedad en las muertes en carretera y, si están presentes, qué tan fuertes son estos efectos.
Se intruduce plm(), una conveniente función R que permite estimar modelos de regresión de panel lineal que viene con el paquete plm (Croissant, Millo, and Tappe 2021). El uso de plm() es muy similar al de la función lm() que se ha utilizado a lo largo de los capítulos anteriores para la estimación de modelos de regresión simple y múltiple.
Los siguientes paquetes y sus dependencias son necesarios para la reproducción de los fragmentos de código presentados a lo largo de este capítulo en su computadora:
- AER
- plm
- stargazer
install.packages("AER")
install.packages("plm")
install.packages("stargazer")Compruebe si el siguiente fragmento de código se ejecuta sin errores.
library(AER)
library(plm)
library(stargazer)