Datos de panel — Efectos aleatorios
Genera el código R (plm) o Stata (xtreg, re) para estimar un modelo de datos de panel con efectos aleatorios.
¿Qué es el modelo de efectos aleatorios?
El modelo de efectos aleatorios también trabaja con datos de panel, pero a diferencia de efectos fijos, considera el efecto individual como un componente aleatorio del término de error. Su gran ventaja es que es más eficiente que efectos fijos cuando sus supuestos se cumplen, y además permite estimar coeficientes de variables que no varían en el tiempo.
Su limitación crucial: exige que el efecto individual no esté correlacionado con los regresores. Si esa hipótesis falla, los coeficientes son sesgados. Por eso siempre se contrasta antes con el test de Hausman.
FE frente a RE
Una forma simple de verlo: FE controla por todo lo invariante en el tiempo sin tener que saber qué es; RE supone que ese efecto invariante es independiente de los regresores y aprovecha esa información extra para ganar eficiencia. En la práctica, RE es atractivo cuando la independencia se justifica (por diseño experimental, por ejemplo) y FE es la apuesta segura el resto del tiempo.
La sintaxis generada, explicada
En R, se define el panel con pdata.frame y se estima con
plm(..., model = "random"). En Stata, tras
xtset id tiempo, se usa xtreg ..., re. La opción de errores
robustos genera errores estándar clusterizados por individuo, lo correcto cuando hay
autocorrelación dentro del panel.
Errores frecuentes
- Usar RE sin contrastar Hausman. Si la independencia falla, los coeficientes son sesgados; es la primera comprobación obligada.
- No declarar el panel. Necesario tanto en R (
pdata.frame) como en Stata (xtset). - Interpretar coeficientes como en FE. En RE se identifica también la variación entre individuos, no solo la temporal dentro de cada uno.
Preguntas frecuentes
¿Cuándo es válido RE? Cuando el efecto individual no está correlacionado con los regresores. Se contrasta con Hausman.
¿Es más eficiente que FE? Sí, cuando sus supuestos se cumplen.
¿Identifica variables invariantes en el tiempo? Sí; FE no.