DYNAMI PANEL DATA ESTIMATION USING DPD98 FOR GAUSS .pdf



Nom original: DYNAMI_PANEL_DATA_ESTIMATION_USING_DPD98_FOR_GAUSS.PDF

Ce document au format PDF 1.5 a été généré par convertonlinefree.com, et a été envoyé sur fichier-pdf.fr le 06/12/2016 à 14:59, depuis l'adresse IP 196.203.x.x. La présente page de téléchargement du fichier a été vue 332 fois.
Taille du document: 177 Ko (13 pages).
Confidentialité: fichier public


Aperçu du document


DABOUSSI NOUREDDINE
DEA ECONOMIE & FINANCE
DYNAMIC PANEL DATA ESTIMATION USING DPD98 FOR GAUSS :A
GUIDE FOR USERS
MANUEL ARELLANO
STEPHEN BOND
DECEMBRE 98
INTRODUCTION :
DPD98 pour le Gauss est un programme écrit en Gauss par Arellano pour
estimer les modèles dynamiques des données du panel .
Un nombre d’estimateurs disponibles, compris les techniques de la méthode des
moments généralisés ( GMM ), sont développés par Arellano et Bond [ 1991 ],
Arellano et Bover [1995 ], beaucoup mieux que OLS, le groupe Within et la
procédure des variables instrumentales .
La caractéristique attractive de DPD98 est qu’il permet à l’estimation d’être
calculée à partir du panel, qui n’est pas stable dans la mesure d’avoir un nombre
de variable de l’observation d’une série dans le temps par unité individuelle .
Section 1 de ce guide décrit comment DPD98 peut être installé et comment les
données doivent être organisées afin de les utiliser par DPD98 .
Section 2 contient une description des méthodes économétriques employées par
DPD98.
Section 3 fournie les instructions ( enseignements ) sur l’utilisation de DPD98 .
Section 4 donne un exemple .
1- l’installation :
DPD contient trois fichier : DPD98.RUN, DPD98.FNS , DPD98.PRG .Ils sont
écrits en utilisant la version 3.2.13 du langage de Gauss , mais peuvent être
exécutés avec l’ensemble des versions qui sont plus élevé que Gauss 386.
Ce guide décrit l’utilisation de DPD98 avec la version standard de Gauss (DOS).
DPD98 peut être utilisé sous Windows 95 et Windows NT . Pour installer
DPD98 , il s’agit simplement de copier les trois fichiers de DPD98 sur certains
répertoires de disque HARD . Après avoir introduire Gauss, vous pouvez
changez le répertoire où les fichiers DPD98 qui sont installés .
à ce Gauss >> prompt , de type : dos cd \ d name ←
Ou dname est le nom de ce répertoire où les fichiers DPD98 sont installés, et ←
représente la clé d’entrée .

1

les données : la principale condition pour exécuter DPD98 est que la série des
données de Gauss est convenablement ordonnée . Ceci peut être crée une sorte
de fichier de donnée ASCII, utilisant l’utilité de atog 386, ou d’autre paquets
utilisant une conversion de l’utilité comme Stat / Transfer.
DPD98 a une condition stricte concernant comment les données sont ordonnées .
Chaque rangée de série de données de Gauss doit contenir les observations sur
une série des variables pour certaines unités d’échantillons représentatif et
certaines périodes de temps .
Chaque colonne doit contenir les observations sur la même variable dans chaque
rangée . Un colonne doit contenir l’année dont se réfère l’observation, et doit
être dans une forme 19xx .
Exemple : si le Panel contient 4 observations mensuelles pour Avril, Mai , Juin
et Juillet, ou 4 observations sur la moyenne de décennie pour 1950 , 1960 ,
1970, 1980 , ces panels peuvent être utilisés avec DPD98 où les observations
fournies sont données comme 1991 , 1992 , 1993 et 1994 dans une série de
données .
Ainsi, la première observation du 4 rangées de la série de donnée doit contenir
ces observations pour le premier individu , le suivant du 4 rangées doit contenir
ces observations pour le second individu …etc .
Il est à noter qu’une observation a disparu soit la première où la dernière . Si les
observations sont pour 1991- 1995 , les 4 observations peuvent avoir lieu à la
période 1991- 94 ou de la période 1992- 95 . L’ordre soit croissant où
décroissant .
A cause d’une principale série de donnée de Gauss , DPD98 doit requérir une
série de donnée auxiliaire de Gauss qui décrit la structure principale des
données. Cette série de donnée auxiliaire doit contenir deux colonnes :
les éléments de la première colonne contient le nombre d’observation d’une
série temporelle par unité d’individu dans une section appropriée à un fichier de
donnée principale ;
les éléments de la seconde colonne contient le nombre d’unité d’individu qui
peut avoir le nombre d’observation d’une série temporelle .
Si on ordonne la principale série de données alors que 100 individus avec 4
observations apparaît le premier, suivi par 50 individus avec 5 observations,
donc la série de donnée peut prendre la forme :
4
100
5
50

2

la série de donnée auxiliaire de Gauss peut être crée par le fichier de texte
ASCII en utilisant l’utilité de atog 386 . Il est utilisé pour faciliter la lecture
de série de donnée instable .
2-

les méthodes économétriques :

le modèle général qui peut être estimé par DPD98 est une équation simple avec
un effet individuel qui a la forme :
p
yit = ∑k=1 αk yi(t-k) + β’( L) xit + λt + ηi + vit
(t = q+1, …., Ti ; i = 1,……, N )
ou
ηi : effet spécifique de l’individu (l’effet fixe ) ;λt : effet spécifique du temps
xit : est un vecteur de variable explicative ;β ( L ) : est un vecteur associé dans le
décalage de l’opérateur . ;q : est la durée maximale du décalage dans le modèle .
Ti : le nombre de période de temps disponible pour l’individu i , est petit et le
nombre d’individu N est large .
L’identification du modèle dépend de la restriction sur les propriétés de série de
corrélation du terme de l’erreur vit et sur les propriétés des variables explicatives
xit .il est supposé que si le terme de l’erreur été originalement auto régressif , le
modèle peut être transformé .
xit peut être corrélé avec l’effet individuel ηi .
Δ xit ( ou Δ yit ) ne sont pas corrélé avec ηi ; ceci nous permet d’utiliser Δ xis
comme instrument pour les équations in levels
L’équation ( Ti – q ) pour l’individu i peut être écrite sous la forme :
yi = Wi δ + li ηi + vi
δ : vecteur de paramètre y inclus αk , β , λ .
Wi : matrice de donnée qui contient une série temporelle des variables
dépendantes x et dummy temps . Li : vecteur ( Ti – q )* 1
DPD98 peut être utilisé pour calculer plusieurs estimateurs linéaires ( GMM ) de
δ avec la forme générale : ( à écrire )
Wi * : indique quelques transformations de Wi
Yi* : indique quelques transformations de yi
Zi : matrice de variable instrumentale
Hi : matrice pondérée par la spécification individuelle
Si le nombre de colonnes de Zi égale à Wi*, An devient irrelevant et δˆ se réduit
à:
3

-1
δ = ( ∑i Zi’ Wi* )

( ∑i Zi’ yi* )

Si Zi = Wi* et la variable transformée Wi et yi sont des deviations orthogonales,
donc δ est de groupe within ,lorsque les instruments ne sont pas disponibles et
non corrélés avec l’effet individuel ηi du terme de l’erreur .
exemple : si le panel est stable p=1 , il n’y a pas des variables explicatives ni
l’effet temps , vit est en conséquence non corrélé , et la condition initiale yi1 est
non corrélé avec vit pour
t=2 , …, T , donc on utilise la première différence , on obtient :
équations
Δyi3 = α Δyi2 + Δ vi3
Δyi4 = α Δyi3 + Δ vi4
…………
Δ yiT = α Δyi(T –1) + Δ viT

Instruments disponibles
Yi1
Yi1, yi2
….
Yi1,yi2,…., yi ( T-2 )

Dans ce cas :
Yi*= (Δyi3, ….., Δ yiT )’
Wi* = (Δyi2 , ….., Δyi(T –1) )

Et
D
Zi = Zi =

Yi1 0
0 yi1
.
.
.
.
0 0

0 … 0
0 …. 0
yi2 .. 0
0 …. 0
.
.
.
.
.
.
.
.
0
yi1 yi2
yi (T-2)

Dans DPD98 on appelle un estimateur de mesure qui utilise quelques matrices
connus comme le choix par Hi . l’estimateur de mesure :
D
-2
Hi = Hi = -1
.
0

-1 ….
0
2 ….
–1
.
.
0 …. -1 2

4

Si vit associés à l’hétéroscédasticité , les deux estimateurs de mesure qui sont
utilisés :
D
Hi = Hi vˆi* . ˆvi*’
Ou vˆi* : résidu d’une mesure
Si la régression prédéterminé xit été corrélé avec l’effet individu , est ajouté au
modèle
Exemple :
E ( xit vis ) = 0 pour s ≥ t
≠ 0 si non
E ( xit ηi ) ≠ 0
Donc la matrice optimale correspondant Zi est donnée par :

Zi =

Yi1
0

xi1
0

xi2
0

0 0 0 0 0…. 0…. 0……
yi1 yi2 xi1 xi2 xi3 0 … 0

0…. . 0
0….. 0

.

.

.

.

.

.

.

.

.

0

0

0

0

0

0

0

0….. yi1…yi(2)…xi1…xi(T1)

.

.

.

Ou le nombre de colonne dans Zi est très large .
Les estimateurs GMM sont biaisés envers le groupe within.
Si AN est choisit optimale pour Z i donnée, la statistique :
S= ( ∑i vˆi*’ Zi ) An ( ∑i Zi’ vˆi* )
Le test de Sargan est basé sur les deux estimateurs de mesure de GMM et
l’hétéroscédasticité qui est constante . si le modèle simple AR ( 1 ) considéré est
en moyenne stationnaire , donc
Δ yit peut être non corrélé avec ηi , et ce implique que Δ yi ( t-1 ) peut être
utilisé comme instrument in levels dans les équations , on a :
Les équations
yi3 = α yi2 + ηi + vi3
yi4 = α yi3 + ηi + vi4
…………
yiT = α yi(T –1) + ηi + viT

Les instruments disponibles
Δ Yi2
Δ Yi3
….
Δ yi ( T-1 )
5

Dans un panel stable, on peut utiliser la dernière équation, exemple :
yiT = α yi(T –1) + ηi + viT, ou (Δyi2, Δyi3, Δyi ( T-1) )
on utilise :
yi* = (Δyi3,…., ΔyiT, yi3, ….., yiT )’
Wi* = (Δyi2,…., Δyi (T-1), yi2, ….., yi (T-1 ) )’
et
D
Zi
0
.
0

Zi =

0 …………..0
Δyi2 ……. .0
.
.
0……… Δyi (T-1)

D
où Zi est la matrice instrumentale pour les équations in first differences,
D
Hi

0

0

Ii

Hi =

D
où Hi : matrice pondéré pour l’estimation (in first differences ) de première
différence .
Ii : matrice identité
Dans les deux cas : Hi = vˆi*. vˆi*’
3- l’utilisation de DPD98
Tous les échantillons sélectionnés et l’information du spécification du modèle
sont entrés dans DPD98 par le montage du fichier DPD98.RUN , ceci peut être
fait en utilisant l’éditeur Gauss ou d’autres éditeurs compatibles .
3-a) l’utilisation des informations d’entrées : le fichier DPD.RUN
le fichier DPD98.RUN est organisé à l’intérieur de plusieurs sections, chacune a
un titre .
les données à utiliser dans l’estimation sont sélectionnées par DPD98.RUN .
la principale série de donnée est spécifiée par la frappe du nom de série de
donnée de Gauss dans open statement , exemple : open f1 = main name ;
main name : le nom de série de donnée essentiel de Gauss.
la série de donnée auxiliaire est choisit dans la même direction .exemple :
open f2 = aux name
aux name : le nom de série de donnée auxiliaire à Gauss
6

il est recommandé que les données sont lu seulement de disque HARD sous
open statement, les variables Start f2 et stop f2 doivent être entrées .
start f2 = rows f ( f2 )
et
stop f2 = rows f( f2 )
3-b) la création des variables dummy :
-n comp : contrôle comment certaines unités de l’échantillon sont lu et traitées
dans le même temps .
la variable year col , indique la colonne du série principale de donnée qui
contient l’année à laquelle se réfère chaque observation . un colonne doit tenir
cette information, et ceci doit être dans une forme 19xx .
exemple : si on a des observations de 1984 à 1991 , donc year 1 commence en
1984 et n year doit être 8 .
-la variable ind col indique la colonne de série principale de donnée qui contient
le code de l’industrie dont chaque observation est classée .
-la variable ind max indique le nombre de groupe ou classe qui été utilisée .
lorsque la classification n’est pas désirée ou non disponible , ind col peut être
une série arbitraire du nombre de colonne dans la série de colonne et ind max
peut être une série de certaines valeurs arbitraires . dans ce cas , la création de
l’industrie dummy ne doit pas être demandée .
3-c le modèle d’information :
Le paramètre lag doit être normalement égal au longueur du lag maximal dans le
modèle .
par exemple dans le modèle de AR (1 ) :
yit = α yi (t-1) + ηi + vit
vit non corrélé . Le paramètre lag doit être égale à 1 . si le modèle été estimé par
OLS in levels , l’équation du first levels doit être :
yi2 = α yi1 + ηi + vi2
si le même modèle été estimé par GMM dans in first differences , l’équation
différentielle de 1ère ordre utilisé doit être :
Δ Yi3 = α yi2 + Δ vi3
de même si le modèle été estimé :
yit = α yi (t-1) +β0xit+β1 xi (t-1)+ β2 xi (t-2)+ ηi + vit
le paramètre lag doit normalement égale à 2 .

7

∆yi4 = α ∆yi3 + ∆ vi4 .
Transformation des données :
DPD98.RUN définie par Gauss subroutine dont laquelle la transformation des
données et la sélection du modèle sont remplies .
Subroutine est appelé l’ensemble des colonnes de série principale des données
pour un bloc d’unité doit être lu à l’intérieur de ce qu’on appelle matrice des
données .soit un exemple qui contient une série de donnée dans 6 colonnes , et il
est désiré d’utiliser un ratio des variables dans colonne 5 et 6 comme régression
dans le modèle . il peut être terminé suite à la frappe de deux déclarations dans
subroutine :
temp = data [ ., 5 ] ./ data [ ., 6 ] ;
data = data ˜ temp ;
la 1ère déclaration saisie des données du colonne 5 et divise chaque élément par
l’élément correspondant au colonne 6 . le résultat est attaché du vecteur appelé
temp.
Les données ont 7 colonnes , et la nouvelle variable est occupée au colonne 7 .
Dans ce cas , les variables transformées peuvent être utilisées dans le modèle
sans être rangées dans la série des données .
DPD98 a trois fonctions spécifiques qui peuvent être utilisées pour construire
une série transformée du stage .
La fonction tim dum ( 19xx ) produit un vecteur colonne pour l’ensemble des
observations dans l’année 19xx et 0 pour les autres années.
De même , la fonction ind dum ( j ) produit un vecteur colonne pour l’ensemble
des observations pour l’industrie j , et 0 pour les autres .
Une variable dummy prend la valeur 1 dans l’année 19xx et 19yy ( ou dans
l’industrie j et k ) peut être obtenu aussi par l’addition : exemple :
tim dum ( 19xx ) + tim dum ( 19yy ),
ou plus simplement par préciser :
tim dum ( 19xx ˜19yy ) ( comme ind dum ( j ˜ k )).
Par interaction de ces variables dummy avec les variables explicatives , ces
fonctions nous permet encore la stabilité de deux périodes ou deux échantillons
de l’ensemble des coefficients du modèle .
Finalement, la fonction back ( c, 1 ) sert à l’utiliser dans la construction des
transformations . cette fonction fonctionne comme un opérateur lag ou un
opérateur back shift qui produit le 1er lag de série de donnée en colonne c .
Exemple : si en divise les observations du colonne 5 par la valeur actuelle des
séries en colonne 6, il est désiré de diviser par le 1er lag du série dans colonne 6 ;
8

Temp =data [ . , 5 ] . / back ( 6 , 1 ) ;
Un autre exemple , le taux de croissance de série dans colonne 4 peut être
produit par :
temp = ( data [ . , 4 ] – back ( 4 , 1 )) . / back (4 , 1 ) ;
3-d) la sélection du modèle :
le modèle a estimé est choisit en utilisant les fonctions simples de DPD98
comme dans la discussion économétrique, la variable dépendante est y , la
matrice de régression est x , et la matrice instrumentale est z .
*les variables dépendantes :
les variables dépendantes sont choisi par les fonctions :
lev ( c, 1 ) :levels
dif ( c, 1 ) : first differences
dev ( c , 1 ) : orthogonal deviations
dif lev ( c , 1 ) : stacked vector of first differences and levels
ou
dev lev ( c , 1 ) :stacked vector of orthogonal deviations and levels .
c : indique la colonne des données qui contient la variable de base
1 : indique lag length ( longueur de décalage )
par exemple :
y = lev ( 3 , 0 )
choisir la variable dans les données du colonne 3 d’être la variable dépendante
dans la forme de levels . de même :
y = dif ( 4 , 0 )
choisir la variable dans colonne 4 et on l’utilise dans la forme de firstdifferenced .
après l’écriture de y sous cette forme , la variable sélectionnée doit encore avoir
un nom .le nom a une longueur maximale de 8 caractères et doit être fermé entre
deux guillemets (‫) ״‬.
Exemple :
name y = ‫ ״‬v3 ‫; ״‬
ou
name y = ‫ ״‬out put ‫; ״‬
ou
name y = ‫ ״‬log N ‫; ״‬
b) la régression :
les mêmes fonctions lev ( c, 1 ) , dev ( c, 1 ) , dif lev ( c , 1 ), ou dev lev ( c , 1 )
sont utilisées pour choisir la matrice de régression chaque colonne isolé est
combiné d’une matrice utilisant l’opérateur ( ˜ ) en Gauss . exemple :
x = dev ( 7 , 0 ) ˜ dev ( 7 , 1 ) ;
chaque régression doit avoir un nom :

9

name x = ) q ‫ ״ ˜ ״‬q ‫״‬-1 ) ‫״‬
** les instruments :
premièrement on décrit comment la matrice instrumentale est formée lorsque
l’estimation utilisé les équations in levels , fist differences ou orthogonal
deviations . la matrice instrumentale peut être formée en utilisant la fonction de
base lev ( c , 1 ) et dif ( c, 1 ) , dans le même temps comme la matrice de la
régression .
DPD98 a une fonction gmm ( c , L1, L2 ) :
C : indique la position du colonne dans la variable de base dans les données .
L1 : se réfère à lag length du dernier instrument .
L2 : se réfère à lag length du premier instrument.
Si les observations sont datées à t-2 , t-3 et t-4, sont utilisées comme instrument
dans chaque échantillon des équations, donc : L1 doit être équivalent à 2
L2 doit être équivalent à 4
Lorsque un estimateur de variable instrumentale OLS est utilisé on a :
Z = x Ou Z = OLS ou Z = w groups ;
Une liste de noms qui résume une série d’instrument doit être entré comme une
variable nom z . avec l’estimateur OLS et de groupe within , on a 2 exemples :
Z = gmm ( 7 , 2 , 99 ) ;
name z = ‫ ״‬q ( 2 , ALL ) ‫״‬
ou
z = gmm b ( 6, 2 ,4 , 1 ) ˜ gmm ( 7, 2, 3 ) ˜ dif ( 3,2 );
name z = ‫ ״‬y* ( 2, 4 ) ‫ ״ ˜ ״‬q ( 2, 3 ) ‫ ״ ˜ ״‬DN ( -2 ) ‫; ״‬

***system estimators :
lorsque on utilise un système d’équations in first differences (ou orthogonal
deviations ) et in levels , la matrice instrumentale est construit en deux parties .
premièrement , un instrument pour les équations transformées dans le système
est saisie comme la même matrice instrumentale . la deuxième , un instrument
additionnel utilisé dans l’équation in levels doit être spécifié .
DPD98 fournie 2 fonctions gmm lev ( c, L3 ) utilise le niveau ( level ) de série
de données dans la colonne c , lagged temps L3 utilisé comme instrument dans
chaque équation . après la construction de chaque partie de matrice
instrumentale séparément , les deux parties seront combinées pour avoir un
matrice instrumental de bloc diagonal . il est achevé par combiner la fonction (
zd , zl ) , ou zd est une matrice instrumentale saisie pour l’équation de
first – differenced , zl est la matrice instrumentale saisie pour le level ( niveau )
d’équation dans ce système .

10

pour illustrer ceci, on suppose estimé un modèle simple AR ( 1 ) pour la variable
de donnée dans la colonne 3 , utilisant un système d’équation in orthogonal
deviations et levels .
la spécification du modèle complet du fichier DPD98.RUN doit donc avoir la
forme :
y = dev lev ( 3 , 0 ) ;
name y = ‫ ״‬y‫; ״‬
x = dev lev ( 3 , 1 ) ;
name x = ‫ ״‬y ( -1 ) ‫; ״‬
zd = gmm ( 3,2,99 );
zl = gmm lev d ( 3,1 );
z = combine ( zd , zl ) ;
name z = ‫ ״‬y ( 2, ALL ) ‫ ״ ˜ ״‬+ Dy ( -1 ) ;
il est à noter que pour tester la validité de ces instruments à niveau dans les
équations , on doit remplacer la matrice de régression par :
x = dev lev ( 3, 1 ) ˜ zero lev ( 3,1 );
name x = ) y ‫״‬-1 ) ‫ ״ ˜ ״‬z y ( -1 ) ‫; ״‬
*** Pseud’s Corner :
dans le cas où le nombre total d’instrument est large relative à la dimension de
l’échantillon du panel , il peut être difficile dans la matrice inverse
( 1/N Σi Σi’ vi* vi* ‫ ׳‬zi ) de calculer en deux étape l’estimateur GMM.
L’estimateur peut être calculer en utilisant Moore – penrose pseudo- inverse
pour évaluer la matrice de mesure .
DPD98 permet, comme une option, la mise d’un paramètre pseud à une option
du fichier de Gauss de DPD98.RUN .
l’utilisateur définie un test de Wald :
Lorsque DPD98 est exécuté il peut calculer automatiquement un test de Wald de
grande importance jointe pour toutes les variables entrées dans x .
Saving the output :
La production de DPD98 peut apparaître sur l’écran mais doit être encore dirigé
à la production du fichier pour l’examen ultérieur et imprimerie . exemple :
Out put file = c : \ my out put \ results . txt on ;
3-2- RUNNING DPD98 :
DPD98.RUN été révisé par le programme et lu par RUN . de Within Gauss ,
DPD 98 peut être lu du mode de commande ,avec la commande :
run DPD 98 .run
entrer l’éditeur Gauss avec la commande
11

edit DPD 98 . RUN
et utiliser la clé de F2 de l’éditeur pour exécuter le programme .
3-2-1) interactive mode : le menu des options :
pour lire DPD98 interactive , les paramètres sys et bat dans l’option de Gauss de
la section du fichier DPD98.RUN , doivent être égales à 0 .
la 1ère question est de connaître la forme du modèle à entré .
Type 0 si le modèle spécifié in levels
1 si le modèle spécifié in first- differences
2 si le modèle spécifié en utilisant le système in orthogonal deviations
3 si le modèle spécifié en utilisant le système de first- differences et levels
équation .
4 si le modèle spécifié en utilisant le système de orthogonal deviationlevels
équation .
5 si le modèle spécifiéin levels et z = w groups command .
la deuxième question pour le choix des options pour inclure une constante et
plusieurs dummy :
Type 0 pour non constante
1 pour seule série d’années dummy ;
2 pour série ind max d’années dummy ;
3 pour seule constante ;
4 pour série d’industrie dummy seulement ;
5 pour dummy année et dummy industrie ;
la troisième question si l’erreur standard et test statistique sont logiques en
présence d’hétéroscédasticité général .
dans ce cas :
type 1 si l’option est désirée
0 si non
ème
la 4 question : si toutes les matrices de covariances pour le paramètre estimé
doivent être inclus dans le fichier de production .
la dernière question si l’estimation du vecteur des coefficients et la matrice de
covariance doivent être considérés comme matrice Gauss .
3-2-2 ) Batch mode :
pour lire DPD98 en Batch mode , le paramètre bat doit être égale à 1 . Dans ce
cas , la 6ème question pour l’option désiré doit être déclarée dans le fichier
DPD98.RUN , comme les paramètres imod , icon , ides , icov, et isav pour
l’opération de Batch .
si le paramètre sys égale à 0 , le programme doit retourner à Gauss >> prompt
lorsque l’exécution est terminée .
si le paramètre sys est égale à 1 , le programme doit retourner à DOS lorsque
l’exécution est terminée .
12

la dernière option permet à une série de fichier DPD98.RUN d’être exécutée en
utilisant le fichier de DOS batch .
Dans tous les cas, le premier prépare une série du fichier DPD98.RUN tout avec
bat égale à 1 et sys égale à 1 avec des noms distinct
( par exemple , DPD98 A.RUN , DPD 98B.RUN .…),
donc la préparation du fichier DOS Batch doit être exécutée dans le programme
écrit par Gauss .
gaussi / b run DPD98.RUN
l’option /b est recommandé mais non essentielle
par exemple, un simple fichier batch : run dpd . bat contient deux lignes :
gaussi / b run DPD98A . RUN
gaussi / b run DPD98B . RUN
ceci est exécuté par DOS prompt , simplement par taper run dpd ← . On note
qu’il peut être lu de DOS Windows sous Windows 95 ou Windows NT .
3-3) la production de DPD98
la production du fichier par DPD est largement explicative . la dernière colonne
dans le tableau principale , libellé P- value .
le test de Wald distribué suivant χ2 avec degré de liberté ( df ).
Le test de Sargan distribué suivant χ2 .
4-) exemple :
un exemple de série de données X DATA et AUX DATA sont offert avec
DPD98.
X DATA a six colonnes qui contient les données pour un échantillon de 140 UK
cité dans la compagnie durant la période 1976- 1984 utilisé par Arellano et Bond
( 1991 ) .
Les variables dans ces colonnes sont : code de l’industrie , la comptabilité
d’année , l’emploi , le salaire réel , stock de capital brut et l’indexe de la
production de l’industrie .
Le panel est instable , avec des observations qui varient entre 7 et 9 rapports par
compagnie .
L’exemple du fichier DPD98.RUN spécifie l’équation log- linéaire de la
demande de travail y inclus deux lags de variables dépendantes , courant et
salaire réel lagged , capital actuel .

e-mail : noureddine_daboussi@2001yahoo.fr
13


Aperçu du document DYNAMI_PANEL_DATA_ESTIMATION_USING_DPD98_FOR_GAUSS.PDF - page 1/13

 
DYNAMI_PANEL_DATA_ESTIMATION_USING_DPD98_FOR_GAUSS.PDF - page 3/13
DYNAMI_PANEL_DATA_ESTIMATION_USING_DPD98_FOR_GAUSS.PDF - page 4/13
DYNAMI_PANEL_DATA_ESTIMATION_USING_DPD98_FOR_GAUSS.PDF - page 5/13
DYNAMI_PANEL_DATA_ESTIMATION_USING_DPD98_FOR_GAUSS.PDF - page 6/13
 




Télécharger le fichier (PDF)





Documents similaires


dynami panel data estimation using dpd98 for gauss
so13 b
readme interactions
polys c mm
support de cours matlab st constantins 1
roneo

Sur le même sujet..




🚀  Page générée en 0.031s