문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 패널 분석 (문단 편집) == 비안정적 패널기법 == 절차는 패널단위근 검정, 패널공적분 검정, 패널 공적분 추정으로 구분된다. 시계열 자료는 기본적으로 개별 시계열 자료에 대한 공적분 기법이 [[검정]]력[* 통계적 의사결정에 있어서 귀무가설(null hypothesis)이 거짓인 경우 이를 기각하는 가능성. [[http://kostat.go.kr/attach/journal/10-1-8.pdf|몬테 카를로 실험에 의한 Augmented Dickey-Fuller 단위근 검정법의 검정력에 관한 연구]] (2005)에서 따옴.]이 낮다는 문제를 지닌다. 만약 검정력을 높이고자 하면 되도록 주어진 귀무가설을 빈번하게 기각해야 하는데 이렇게 된다면 귀무가설이 참인 경우에도 이를 기각하는 오류 또한 빈번하게 나타날 것이다. 이 때 패널자료를 활용하면 관측 개수를 증가시켜 검정력이 증가하게 된다. 시계열 분석에서 1980년대 초까지는 모형에서 다루는 시계열 변수들이 안정성(stationarity) 을 만족한다는 가정 하에서 분석했다. 그러나 Nelson & Plosser(1982)[* 미국의 대표적인 거시 및 금융변수 14개의 시계열 중 실업율을 제외한 13개의 시계열이 단위근을 가진 불안정적 시계열이었다. Nelson, C.R. and C.I. Plosser (1982), "Trends and Random Walks in Macroeconomic Time Series," Journal of Monetary Economics : 10, 139-162]가 많은 거시경제변수들이 ‘임의보행(random walk)’을 따르는 시계열임을 보인 후, 시계열의 안정성과 비안정성(nonstationarity)에 관한 논의가 광범위하게 촉발되어 시계열의 안정성을 전제로 하는 기존의 [[계량경제학]] 방법론이 근본적인 전환을 맞게 되었다. 즉 random walk의 시계열은 유한한 분산을 가지지 않기 때문에 통상적인 최소자승법([[OLS]])에 의해서는 일관성있는(consistent) 회귀계수를 추정할 수 없게 된다. 또 두 변수 사이에 아무런 상관관계가 없다고 할지라도 변수가 불안정적이면 회귀계수의 t-통계량이 표본크기가 증가함에 따라 커져 회귀결과를 오도하는 가성회귀(spurious regression)의 문제가 초래된다. 따라서 시계열자료를 이용한 계량적 분석을 하기 전에 단위근 검정을 먼저 실시하여 시계열들의 안정성 검정을 해야 한다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기