En este artículo se revisa la literatura sobre los modelos de elección discreta para datos de panel y los modelos de duración en tiempo discreto. Respecto a los primeros. se analizan los modelos de efectos fijos y de efectos aleatorios, así como los problemas En este artículo se revisa la literatura sobre los modelos de elección discreta para datos de panel y los modelos de duración en tiempo discreto. Respecto a los primeros. se analizan los modelos de efectos fijos y de efectos aleatorios, así como los problemas de correlación serial y dependencia de los estados en modelos dinámicos. Se presenta~ diferentes estimadores que permiten eliminar los sesgos debidos a la existencia de heterogeneidad inobservable entre individuos. Respecto a los modelos de duración en tiempo discreto, se estudia cómo éstos pueden estiTrUlrse como una secuencia de modelos de elección discreta, poniéndose de TrUlnifiesto la estrecha relación entre ambos tipos de modelos. También se destaca la posibilidad de eliminar la heterogeneidad inobservable utilizando las técnicas de efectos fijos y efectos aleatorios, de forma similar a como se hace en modelos de elección discreta para datos de panel. Para el/o es necesario contar con paneles de datos de duración. Finalmente, se considera la cuestión de en qué casos es más apropiado utilizar modelos de elección discreta para datos de panel o modelos de duración, dependiendo de la naturaleza de los datos disponibles.[+][-]
En este artículo se revisa la literatura sobre los modelos de elección discreta para datos de panel y los modelos
de duración en tiempo discreto. Respecto a los primeros. se analizan los modelos de efectos fijos y de efectos
aleatorios, así como los problemas En este artículo se revisa la literatura sobre los modelos de elección discreta para datos de panel y los modelos
de duración en tiempo discreto. Respecto a los primeros. se analizan los modelos de efectos fijos y de efectos
aleatorios, así como los problemas de correlación serial y dependencia de los estados en modelos dinámicos. Se
presentan diferentes estimadores que permiten eliminar los sesgos debidos a la existencia de heterogeneidad
inobservable entre individuos. Respecto a los modelos de duración en tiempo discreto, se estudia cómo éstos pueden
estimarse como una secuencia de modelos de elección discreta, poniéndose de manifiesto la estrecha relación
entre ambos tipos de modelos. También se destaca la posibilidad de eliminar la heterogeneidad inobservable utilizando
las técnicas de efectos fijos y efectos aleatorios, de forma similar a como se hace en modelos de elección
discreta para datos de panel. Para ello es necesario contar con paneles de datos de duración. Finalmente, se considera
la cuestión de en qué casos es más apropiado utilizar modelos de elección discreta para datos de panel o
modelos de duración, dependiendo de la naturaleza de los datos disponibles[+][-]
This article contains a review of the literature on binary choice panel data and discrete duration models. The discussion ofthe former addresses the problems arising in connection with fixed vs random effects, as well as with serial correlation and state depenThis article contains a review of the literature on binary choice panel data and discrete duration models. The discussion ofthe former addresses the problems arising in connection with fixed vs random effects, as well as with serial correlation and state dependence in dynamic models, focusing on the different estimators used to eliminate
bias due to the existence of unmeasured heterogeneity. The study of discrete duration data models explores how
they may be estimated as a sequence of binary choice models and draws attention to the clase relationship
between the two types of models. The possibility of eliminating unmeasured heterogeneity is also considered, by
using fixed and random effect techniques in much the same way as in binary choice panel data models. Finally,
the paper analyses when binary choice panel data are more appropriate than discrete duration models and viceversa, depending on the nature of the data[+][-]