पैनल डेटा मोड में नाममात्र बनाम वास्तविक मजदूरी


3

आश्रित चर को मजदूरी का लॉग माना जाता है, क्या हमें यादृच्छिक और निश्चित प्रभाव मॉडल का उपयोग करते समय पैनल डेटा सेट का विश्लेषण करने के लिए नाममात्र मजदूरी को वास्तविक मजदूरी में बदलने की आवश्यकता है? क्या यह भी वर्षों से नियंत्रित नहीं होने पर पूलित ओएलएस के लिए लागू है?


1
"क्या हमें इसकी आवश्यकता है ..." किस कारण से? क्या आप प्रतिगमन मान्यताओं या आर्थिक सिद्धांत के बारे में पूछ रहे हैं?

आपने हाल ही में इस प्रश्न के दो संस्करण पोस्ट किए हैं। यह उन लोगों की तुलना में कोई स्पष्ट नहीं लगता है। आपकी पसंद में बहुत अधिक विवरण देना शामिल है, ताकि हम स्पष्ट कर सकें कि आप क्या चाहते हैं।

1
यह हो सकता है (मुझे यकीन नहीं है, बस संभावना का सुझाव दे) अर्थशास्त्र एसई पर एक बेहतर जवाब मिलता है?

यदि यह स्पष्ट नहीं है, तो मैं सोच रहा हूं कि क्या पैनल डेटा सेट का उपयोग करके मजदूरी समीकरणों को चलाने के लिए मुझे नाममात्र मजदूरी को वास्तविक मजदूरी में बदलने की आवश्यकता है। मेरे प्रश्न का दूसरा भाग यह है कि क्या मेरे पहले प्रश्न का उत्तर इस बात पर निर्भर करता है कि मैं किस मॉडल का उपयोग कर रहा हूं- जो यादृच्छिक, स्थिर प्रभाव और पूल किए गए OLS हैं यदि वर्षों तक नियंत्रित नहीं करते हैं?
metrics77

2
नाममात्र या वास्तविक मजदूरी डेटा का उपयोग करने का निर्णय निश्चित रूप से अर्थशास्त्र एसई के लिए एक सवाल है। इसका उत्तर इस बात पर निर्भर करेगा कि आप क्या पाने की कोशिश कर रहे हैं। मैं उन स्थितियों की कल्पना कर सकता हूं जिनमें मूल्य या वॉल्यूम डेटा उचित होगा।
Graeme Walsh

जवाबों:


2

चूंकि आश्रित चर लॉग-वेज है, इसलिए मुझे लगता है कि यह कमाई के समीकरण का कुछ रूप है जो अनुमानित है।

नाममात्र मजदूरी को मूल्य स्तर (या कुछ उपयुक्त delfator) के साथ सहसंबद्ध किया जा सकता है, नाममात्र मजदूरी को आश्रित चर के रूप में उपयोग करते हुए, तुरंत आवश्यकता होती है कि (लॉग) डिफ्लेटर को समीकरण के दाहिने हाथ पक्ष में एक व्याख्यात्मक चर के रूप में शामिल किया जाए। । यह कुछ समय उपयोगी है, क्योंकि यह अनिवार्य रूप से परीक्षण करता है कि क्या डिफ्लेक्टर से जुड़ा गुणांक एकता के बराबर है। यदि ऐसा प्रतीत होता है, तो दाहिने हाथ की तरफ लॉग-डिफ्लेक्टर के साथ नाममात्र वेतन का उपयोग करना वास्तविक मजदूरी का उपयोग करने के लिए सांख्यिकीय रूप से समकक्ष है।

यदि यह गुणांक (सांख्यिकीय रूप से) एकता के बराबर प्रतीत नहीं होता है, तो इसका मतलब है कि, अन्य चर की उपस्थिति में, मामूली मजदूरी मुद्रास्फीति के लिए पूरी तरह से सही नहीं है। ऐसे मामले में, वास्तविक मजदूरी का उपयोग करना बेहतर है, और उन पर रजिस्टरों के प्रभाव का अनुमान लगाता है।

मुद्रास्फीति के लिए खाते में एक अप्रत्यक्ष तरीका है, आमतौर पर हेडोनिक मूल्य विश्लेषण में उपयोग किया जाता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.