Панельные данные

Описание	Панельные данные (panel data) — это тип данных, в котором наблюдения собираются по нескольким единицам (индивидам, организациям, регионам) в течение нескольких периодов времени. Такой формат сочетает в себе преимущества как временных рядов, так и поперечных срезов, позволяя анализировать динамику внутри единиц и межиндивидуальные различия.
Область знаний	Социология, Экономика, Большие данные, Моделирование
Авторы
Поясняющее видео
Близкие понятия
Среды и средства для освоения понятия	CODAP, R, RAWGraph

Определение и ключевые свойства

Панельные данные характеризуются:

• Двухмерностью структуры: индивид i наблюдается в моменты времени t.
• Возможностью моделирования фиксированных эффектов (неизменных параметров для каждого индивида) и случайных эффектов.
• Увеличенной статистической мощностью и лучшей идентификацией причинно-следственных связей при контроле за неизменными во времени характеристиками.

Математическая формулировка

Общая модель панельных данных может быть записана как:

[math]\displaystyle{ Y_{it} = \alpha + \beta X_{it} + u_i + \varepsilon_{it} }[/math]

где [math]\displaystyle{ Y_{it} }[/math] — зависимая переменная для индивида i в момент времени t, [math]\displaystyle{ X_{it} }[/math] — вектор независимых переменных, [math]\displaystyle{ \alpha, \beta }[/math] — параметры модели, [math]\displaystyle{ u_i }[/math] — неконтролируемый индивидуальный эффект (фиксированный или случайный), [math]\displaystyle{ \varepsilon_{it} }[/math] — случайная ошибка.

Глоссарий

• Индивид (индекс i): единица наблюдения (человек, фирма, регион).
• Время (t): момент проведения наблюдения.
• Фиксированные эффекты: параметры u_i, учитывающие неизменные во времени особенности каждого индивида.
• Случайные эффекты: учитывают вариативность индивидов как случайную величину с распределением.
• Панельная модель: статистическая модель, описывающая зависимость с учётом двух уровней: межиндивидуальных и внутригрупповых отличий.
• Long формат: табличное представление, где каждая строка — одно наблюдение (i,t).
• plm: пакет R для оценки панельных моделей.
• Fixed effects (within): модель «внутри» групп, удаляющая постоянные эффекты.
• Random effects: модель, предполагающая случайный характер индивидуальных эффектов.

Ниже приведены несколько известных моделей из стандартной библиотеки NetLogo в сферах экономики и экологии, которые отлично подходят для порождения структурированных панельных данных (t,i,y_{it}). Во всех случаях данные можно экспортировать через BehaviorSpace в формате csv с полями: время t, уникальный идентификатор агента i, наблюдаемая характеристика (например, «wealth», «energy» или «size»

Модель « Sugarscape model» демонстрирует распределение ресурса (сахар) среди агентов:

• Агенты перемещаются по пространству, собирая «сахар» на клетках.
• Характеристика sugar у каждого агента изменяется во времени.
• Можно собрать панель по (t,i,sugar_i(t))

Эксперимент в BehaviorSpace

• Метрики: `turtles [who]`, `turtles [sugar]`
• Шаги: 100 ticks

Результат: [[CSV] с колонками `t,who,sugar`.