Traitement des variables binaires pour la première méthode de différence pour résoudre le problème d'autocorrélation

Question

J'ai un problème d'autocorrélation dans mes données de panel. J'ai donc décidé d'utiliser la méthode de la première différence afin de résoudre ce problème.

La plupart de mes variables indépendantes sont binaires. Donc, si je fais la méthode des différences finies par-dessus, j'obtiens -1, 0 et 1 au lieu de 0 ou 1 comme avant.

Est-ce correct?

Outre

, mes ensemble de données flux de temps est la suivante que je ne sais pas comment je peux appliquer la première méthode de différence dans ce cas quand j'ai plusieurs incidents de différence qui se produisent le même jour:

 Date ID X Y Z L M A B C D E 
01/01/2017 A 0 1 0 0 0 0 1 0 0 7.8 
01/01/2017 A 0 1 0 0 0 1 0 0 1 6.5 
01/01/2017 B 0 0 0 0 1 1 0 0 1 6.5 
01/03/2017 A 0 1 0 0 0 0 0 0 0 7.8 
01/04/2017 C 0 0 1 0 0 1 0 0 0 6.5 
01/04/2017 C 0 0 0 0 0 0 1 0 0 7.3 

Je sorte ce nouveau selon la date et ID qui deviennent comme suit:

Date ID X Y Z L M A B C D E 
01/01/2017 A 0 1 0 0 0 0 1 0 0 7.8 
01/01/2017 A 0 1 0 0 0 1 0 0 1 6.5 
01/01/2017 B 0 0 0 0 1 1 0 0 1 6.5 
01/03/2017 A 0 1 0 0 0 0 0 0 0 7.8 
01/04/2017 C 0 0 1 0 0 1 0 0 0 6.5 
01/04/2017 C 0 0 0 0 0 0 1 0 0 7.3 

d'ailleurs, est-ce nouveau tri des données ok à utiliser dans ma régression du Groupe spécial et prendre aussi la première différence au cours de cette utilisation de cette séquence de ligne?

Answer 1

Un régresseur peut être soit invariant dans le temps, soit variable dans le temps. Pour certains estimateurs, notamment les estimateurs intra et premier écart, seuls les coefficients des variables régressives variables dans le temps sont identifiés (Cameron et Triverdi, Microeconometric Methods and Applications.). Certains de vos régresseurs semblent être invariants dans le temps.

Vous n'avez pas affaire à des séries chronologiques, mais à des données de panneaux ou longitudinales. Bien sûr, vous avez plusieurs ID et dates. Cela dit, vous avez besoin de traiter l'autocorrélation avec des outils de données de panel comme les estimateurs Arellano-Bond et Blundell-Bond, pour n'en citer que quelques-uns. Voir pgmm dans le paquet R plm ou xtdpdsys ou xtabond dans Stata.

Si vous avez plus d'une variable identifiant votre ID de panneau, vous pouvez l'agrandir en utilisant: R create ID within a group. Si vous travaillez avec Stata vous pouvez faire: egen id = group(sub_id_1 sub_id_2).