Mein Verständnis von gepoolten OLS ist, dass es am besten geeignet ist, wenn Sie beobachtende Einheiten in mehr beobachtet haben als ein Zeitraum, aber einzelne Einheiten werden nicht wiederholt über Zeiträume hinweg beobachtet.In diesem Stichprobenschema werden die Beobachtungen aus verschiedenen Zeiträumen zusammengefasst zusammen und OLS wird an der gepoolten Probe durchgeführt.
Dies unterscheidet es von einer Panel (oder longitudinalen) Probe, bei der die gleichen Beobachtungseinheiten wiederholt beobachtet werden. In diesem Fall verwendet der Forscher typischerweise einen internen (feste Effekte) oder ähnlichen Schätzer, um unbeobachtete Heterogenität in den Individuen auszustreichen.
Wenn der Forscher starke Gründe hat zu der Annahme, dass eine solche Heterogenität nicht existiert, kann sie sich dafür entscheiden, den gepoolten OLS in einer Längsschnittstichprobe zu verwenden. Dies ist normalerweise nicht ratsam. Das Umgekehrte ist nicht wahr: Wenn die Probe gepoolt wird, kann der Forscher die Standardmethode mit festen Effekten nicht verwenden.
Dies gesagt, der regress
Befehl ist das richtige Werkzeug für den Job. Es ist typisch, dass auch ein zeitlich festgelegter Effekt zur Kontrolle von Änderungen, die die Probe im Laufe der Zeit beeinflussen, umfasst. Als solches würde Ihr Befehl wie folgt aussehen:
reg Y X1 X2 i.timeVar, robust
Sie können die Varianz-Kovarianzmatrix erfassen die folgenden unmittelbar nach reg
verwendet;
matrix myVarCovar =e(V)
und sieht es mit
matrix list myVarCovar
Siehe help matrix
für zusätzliche Methoden der mit dieser Matrix arbeiten.
Auch gibt es zahlreiche Beiträge auf CrossValidated, die hilfreicher sein können, um gepoolte OLS zu verstehen.
Ihre Bearbeitung (die letzten beiden Absätze) handelt nur von der Interpretation einer Regression und wirft keine Programmierfrage auf. Sehen Sie ein beliebiges Wirtschafts- oder Statistikforum, wenn Ihnen ein einfacher Text nicht klar ist. –