중도절단 패널회귀모형에서의 이중 일반화 최대엔트로피 추정

Dual Generalized Maximum Entropy in the Censored Panel Regression Model

패널자료연구에서 자료의 생성과정에 제한이 주어지거나 다중공선성의 문제가 발생하여 종종 불완전한 상태(ill-posed)의 자료가 발생한다. 이러한 자료를 분석하기 위해 최근에 균형·불균형 패널회귀모형에서 이중 일반화 최대엔트로피 추정량이 Lee, Cheon(2014, 2015)에 의해 제안되었다. 하지만, 패널회귀모형을 다루는 많은 추적조사 연구들에서 여러 이유로 대상자가 조사를 거부하는 등의 중도 절단된 자료가 발생한다. 따라서 중도 절단된 자료의 잘못된 통계적 추론을 피하기 위해 이러한 상황을 충분히 고려하여 자료를 분석해야 한다. 이에 본 연구는 다중공선성이 있는 중도 절단된 상태의 자료가 일원 오차성분을 가지는 패널회귀모형에서 Lee, Cheon(2014, 2015)이 제안한 추정방법을 확장하여, 제한조건이 없는 이중 라그랑지 배수 방법을 이용한 최대엔트로피형식으로 부터 이중 일반화 최대엔트로피(DGME) 추정량을 제안한다. 본 연구에서 제안하는 추정량의 효율성을 보기 위해 다중공선성이 있는 외생변수의 패널 회귀모형에서의 모의실험을 하였고, 분석결과 DGME가 매우 안정적이고 우수한 추정량임을 보여주었다. 또한 Heckman, MaCurdy(1980) 등이 고려한 미시간 패널조사의 실 자료 분석을 하여 여성의 교육수준이 낮을수록, 남편이 일이 없거나, 남편의 직장이 비전문직일수록 여성의 근로시간이 길어짐을 알 수 있었다.

Ill-posed data occur often with the restriction on the generative processes of data and multicollinearity problems. Recently Lee, Cheon (2014, 2015) proposed the dual generalized maximum entropy estimator in the balanced or unbalanced panel regression model. However, the censored data occur due to various reasons such as the survey refusal of subjects in many follow-up research. Since the statistical inference without consideration of these situations makes the conclusion incorrect, the form of data should be investigated sufficiently. This paper proposes a dual generalized maximum entropy (DGME) estimator for panel regression models of ill-posed data with censored one-way error components based on a dual maximum entropy form using the unconstrained dual Lagrange multiplier method. DGME was compared with OLS and GLS through the Monte Carlo simulation. The numeric results show that the proposed DGME estimator is the most reliable and efficient estimator. The real data analysis of Michigan panel survey of income dynamics (Heckman, MaCurdy, 1980) shows that women have a more long working hours when their educational level is lower and their husbands aren t working now or have non-professional job.