একটি প্যানেল ডেটা ( উইকিপিডিয়া ) মডেলটি "ত্রৈমাসিকের প্রতি 3 টি রেপস" বলতে কী বোঝাতে চেয়েছেন তার উপর নির্ভর করে may এর অর্থ হ'ল আপনি চতুর্থাংশে তিনটি পরিমাপ নিচ্ছেন, তিনটি স্বতন্ত্র উত্সগুলির মধ্যে একটি যা সময়ের সাথে একই থাকে। আপনার ডেটা এমন কিছু দেখাচ্ছে:
obs quarter value
A 1 2.2
A 2 2.3
A 3 2.4
B 1 1.8
B 2 1.7
B 3 1.6
C 1 3.3
C 2 3.4
C 3 3.5
আপনি যদি এটিই খুঁজছেন তবে প্যানেল ডেটা নিয়ে কাজ করার জন্য বেশ কয়েকটি মডেল রয়েছে। এখানে একটি শালীন উপস্থাপনা যা বুনিয়াদি আর কিছু কভার করে যা আপনি প্যানেল ডেটা দেখার জন্য ব্যবহার করবেন। একনোমেট্রিক্স দৃষ্টিকোণ থেকে এই দস্তাবেজটি আরও কিছুটা গভীরতায় যায়।
তবে, যদি আপনার ডেটা প্যানেল ডেটা পদ্ধতিগুলির সাথে পুরোপুরি ফিট না হয় তবে "পুলড ডেটা" জন্য অন্যান্য সরঞ্জাম উপলব্ধ available এই কাগজ থেকে একটি সংজ্ঞা (পিডিএফ) :
ডেটা পুলিং মানে একাধিক জনসংখ্যার সাথে সম্পর্কিত একাধিক ডেটা উত্স ব্যবহার করে পরিসংখ্যান বিশ্লেষণ। এটিতে গড় গড় তুলনা এবং তথ্যের সাধারণ ব্যাখ্যা রয়েছে। জড়িত ডেটা উত্স এবং জনসংখ্যা একই / অনুরূপ বা পৃথক কিনা তার উপর নির্ভর করে বিভিন্ন পরিস্থিতি এবং সমস্যাগুলিও দেখা দেয়।
যেমন আপনি দেখতে পাচ্ছেন, সেই সংজ্ঞা থেকে, আপনি যে কৌশলগুলি ব্যবহার করতে যাচ্ছেন তা আপনার ডেটা থেকে ঠিক কী শিখতে পারে তার উপর নির্ভরশীল।
আমি যদি আপনার শুরু করার জন্য কোনও স্থান প্রস্তাব করি তবে ধরে নিই যে প্রতিটি ত্রৈমাসিকের জন্য আপনার তিনটি আঁকাগুলি সময়ের সাথে সামঞ্জস্যপূর্ণ, আমি আপনার প্যানেল ডেটা মডেলটির সাথে একটি স্থির প্রতিক্রিয়া হিসাবরক্ষক (এটি অনুমানকারী হিসাবেও পরিচিত) ব্যবহার করে শুরু করব your ডেটা।
আমার উপরের উদাহরণের জন্য, কোডটি এমন কিছু দেখাচ্ছে:
> Panel = data.frame(value=c(2.2,2.3,2.4,1.8,1.7,1.9,3.3,3.4,3.5),
quarter=c(1,2,3,1,2,3,1,2,3),
obs=c("A","A","A","B","B","B","C","C","C"))
> fixed.dum <-lm(value ~ quarter + factor(obs), data=Panel)
> summary(fixed.dum)
যা আমাদের নিম্নলিখিত ফলাফল দেয়:
Call:
lm(formula = value ~ quarter + factor(obs), data = Panel)
Residuals:
1 2 3 4 5 6 7
-1.667e-02 -8.940e-17 1.667e-02 8.333e-02 -1.000e-01 1.667e-02 -1.667e-02
8 9
1.162e-16 1.667e-02
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.13333 0.06055 35.231 3.47e-07 ***
quarter 0.08333 0.02472 3.371 0.019868 *
factor(obs)B -0.50000 0.04944 -10.113 0.000162 ***
factor(obs)C 1.10000 0.04944 22.249 3.41e-06 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.06055 on 5 degrees of freedom
Multiple R-squared: 0.9955, Adjusted R-squared: 0.9928
F-statistic: 369.2 on 3 and 5 DF, p-value: 2.753e-06
এখানে আমরা কোয়ার্টারে চলমান কোয়ার্টারে ভেরিয়েবলের সময় স্পষ্টভাবে দেখতে পাচ্ছি, পাশাপাশি গ্রুপ বি, বা গ্রুপ সি তে থাকা প্রভাব (গ্রুপ এ এর বিপরীতে)।
আশা করি এটি আপনাকে কোথাও সঠিক দিকে নির্দেশ করবে।