¿Cuándo debería preocuparme si la cantidad de observaciones varía bastante?

Question

Estoy realizando una regresión internacional, el número de observaciones y el R-cuadrado ajustado es el siguiente

En la Columna 1, solo consideramos el efecto de una ley de indulgencia sin ningún control adicional, y, en la Columna 2, agregamos variables específicas de la empresa y varias otras variables para capturar condiciones macroeconómicas, en la Columna 3, agregamos algunas variables a nivel de la industria, en la Columna 4, excluí la variable a nivel de la industria y agregué efectos fijos de la industria * año, en la Columna 5, agregué el efecto fijo de región * año. Y en la última columna, excluí a EE. UU. de mi muestra.

Sigo a Dong, 2019 y sus resultados son los siguientes, y él no tenía en cuenta el número de observaciones

Me pregunto si debo tener en cuenta el cambio en el número de observaciones y normalmente ¿cuándo deberíamos tener en cuenta el cambio en el número de observaciones?

Answer 1

El número de observaciones cambia probablemente porque faltan observaciones para algunos controles. A menos que sospeche que las estadísticas puedan no recopilar datos sistemáticamente para algunas empresas (por ejemplo, tal vez los datos de algún control se registraron solo para las grandes empresas), esto no es motivo de preocupación. Podría considerar investigar si hay alguna razón sistemática para la falta de datos.

Además, también debería preocuparse si se eliminan demasiadas observaciones si tiene una muestra pequeña, ya que los modelos paramétricos requieren cierta cantidad de observaciones para poder justificar razonablemente sus propiedades asintóticas. Para una regresión estándar, un tamaño de muestra suficiente para justificar sus propiedades asintóticas suele ser de 30 observaciones por regresores independientes (ver Verbeek A Guide to Modern Econometrics pp 36). Sin embargo, en su caso, tiene más de 300k observaciones incluso en el modelo más general, por lo que esto no es un problema.