método de regresión para datos que contienen un número de observaciones para varios años

Question

Tengo un conjunto de datos sobre 125 empresas. Para cada empresa tengo el salario y algunas otras variables sobre los 5 principales directivos de cada empresa. Una observación contiene los 5 principales directivos de cada una de las 125 empresas desde 2010 hasta 2018, por lo que cada empresa tiene los datos de sus directivos para cada año. Para algunas empresas faltan algunos años o es para menos de los 5 principales directivos. Quiero comprobar el efecto de una regulación que se produjo en 2016, y mi pregunta es :

¿Está bien hacer la regresión lineal para las observaciones anteriores a 2016 de una vez? No estoy seguro de eso porque cada año tiene las mismas empresas con los datos de ese año.

¿Puede alguien decirme si está bien hacerlo o ayudarme aconsejando otro método de regresión?

Answer 1

Espera, ¿cuál es la unidad de análisis en tu conjunto de datos? ¿Son las empresas o los directivos? Piénsalo bien. ¿Cómo se clasifican los "5 primeros"? ¿Cambia la cohorte con frecuencia? ¿Qué variables le interesan con respecto al impacto político?

Es cierto que, desde el punto de vista de la empresa, tienes un panel, pero si hay suficiente rotación en la lista de directivos se podría justificar un enfoque común. Además, si los datos que faltan no son aleatorios (por ejemplo, cíclicos, limitados a ciertas empresas/sectores/etc.), entonces se sesgaría un enfoque de panel, y una regresión agrupada podría ser lo mejor que se puede hacer.

Depende de los detalles de tus datos, a los que sólo tú tienes acceso.

Answer 2

Su estructura de datos es un panel, es decir, observaciones repetidas de las mismas entidades (empresas en su caso). Agrupar todas las observaciones en una regresión lineal estándar e ignorar el hecho de que muchas observaciones se repiten dará lugar a estimaciones sesgadas. El método más sencillo para su caso es un Estimador de efectos fijos . Consulte su paquete estadístico para saber cómo hacerlo. La idea es hacer una regresión lineal sobre los valores medios específicos de la empresa de las variables dependientes e independientes. De este modo, se controla implícitamente todas las características de la empresa constantes en el tiempo.