Чому використання даних поперечного перерізу для висновку / прогнозування поздовжніх змін погана річ?

11

Я шукаю папір, який, сподіваюся, існує, але не знаю, чи є. Це може бути набір тематичних досліджень та / або аргумент теорії ймовірностей про те, чому використання даних поперечного перерізу для висновку / прогнозування поздовжніх змін може бути поганою річчю (тобто це не обов’язково, але може бути).

Я бачив помилку, зроблену двома великими способами: було зроблено висновок, що оскільки багатіші люди у Британії більше подорожують, то, коли суспільство стає багатшим, населення в цілому буде подорожувати більше. Цей висновок виявився неправдивим протягом тривалого періоду - понад десятиліття. І аналогічна картина з побутовим використанням електроенергії: дані поперечного перерізу передбачають великі збільшення доходів, які не проявляються з часом.

Зараз відбувається декілька речей, включаючи когортні ефекти та обмеження пропозиції.

Було б дуже корисно мати єдину довідку, яка б складала подібні приклади; та / або використана теорія ймовірностей, щоб проілюструвати, чому саме так, що використання даних поперечного перерізу для висновку / прогнозування поздовжніх змін може бути дуже вводити в оману.

Чи існує такий папір, і якщо так, то що це?

— 410 пішло
джерело

2

Я вважаю, що економісти розглядали б ці явища як певний загальний ефект рівноваги. Статистичні люди називають це порушенням припущення про значення стаціонарного лікування. Я думаю, що питання панелі проти поперечного перерізу трохи червона оселедець.

— Мастеров Димитрій Вікторович

2

Ви частково відповідаєте на власне запитання, запитуючи "поздовжні" зміни. Дані поперечного перерізу називаються через те, що вони роблять оснащення у часі, буквально поперечний переріз, викреслений із суспільства, що розвивається у часі, з його численними стосунками. Тому найкращий висновок, на який ви можете сподіватися, - це припущення, що все, що ви вивчаєте, є інваріантним за часом або, принаймні, завершило свою еволюцію.

З іншого боку, дані, які ви шукаєте, є поздовжніми або панельними даними для економістів.

Посилання добре , що пояснюється в основному методи , але також виділяє два відомих прикладів з економіки є тут . Приклад 2.1 має ставки інвестицій компанії.

\begin{array}{rcl} y_{i, t} = α y_{i, t - 1} + x_{i, t} γ + η_{i} + v_{i, t} . \end{array}

$\begin{eqnarray} y_{i,t} = \alpha y_{i,t-1} + x_{i,t} \gamma + \eta_{i} + v_{i,t}. \end{eqnarray}$

$\alpha$

Тепер вимкніть на мить залежність від часу, але майте на увазі, що це рівняння, можливо, було справжньою моделлю.

$t$ $\eta_{i}'s$

$\eta_i$

Тепер це основна відмінність між перерізом та даними панелі. Той факт, що ви можете усунути інваріантний за часом ефект, оскільки у вас є різниця в часі, дозволяє усунути певні ухили, що оцінка поперечного перерізу не дозволяє виявити. Тому, перш ніж задуматися про зміну політики, як-от вищий податок на подорожі, тому що ви очікуєте, що люди їдуть, і ви хочете отримати більше доходів уряду, корисніше побачити це явище протягом кількох років, щоб ви могли бути впевнені, що ви не відображення у вашому зразку непоміченої неоднорідності, яку ви інтерпретуєте як схильність до подорожі.

Для оцінки цих моделей найкраще пройти посилання. Але будьте обережні: різні припущення щодо поведінки людей зроблять різні процедури оцінки допустимими чи ні.

Я сподіваюся, що це допомагає!

— Гірек
джерело

1

Це дуже схоже на визначення неергодичного процесу (заходи, спрямовані на реалізацію, не рівні мірам у часі). На жаль, дуже мало цікавих реальних явищ є ергодичними. Я думаю, що це може бути випадком вибору більш точного масштабу та висновку, де можуть бути здійснені певні спрощення. Я думаю про приклади невеликих часових чи просторових масштабів, де хаотична поведінка не спостерігається, тому прогноктори можуть лінеаризуватися. Але я тут просто блукаю .. Боюся, що я не можу вам допомогти з конкретною літературою на цю тему. Вибачте: / Але цікаве питання все ж

— ocramz
джерело