Я всегда изо всех сил пытаюсь понять истинную суть проблемы случайных параметров. Я несколько раз читал, что оценки фиксированных эффектов нелинейных панельных моделей данных могут быть сильно смещены из-за «хорошо известной» проблемы побочных параметров.
Когда я прошу дать четкое объяснение этой проблемы, типичный ответ таков: предположим, что данные панели содержат N человек за T периодов времени. Если T фиксировано, то с ростом N ковариатные оценки становятся смещенными. Это происходит потому, что число неприятных параметров быстро растет с увеличением N.
Я был бы очень признателен
- более точное, но все же простое объяснение (если возможно)
- и / или конкретный пример, который я могу разработать с помощью R или Stata.