|
国家统计能力重复测量的潜在面板效应可能会使公共系数的估计复杂化。单位之间的尺度变化和每个面板内的方差使得异方差非常可能。因此,该模型使用Huber-White标准误差对该方差进行稳健估计。最后,该模型包含一个AR(1)项来解释可能的序列相关性。我们提前注意到,我们报告的GPT效应的符号和显著性(以及在一定程度上的大小)并不随规范而变化;结果对GEE相关矩阵的变化,甚至对使用托比特(tobit)等替代估计器都具有鲁棒性。因变量国家统计能力是有界的[0100]。因此,依赖变量首先以比例(π)计算,然后通过Logit变换计算,以创建新的因变量(y=ln(π/(1-π))。这允许根据因变量的原始边界对GEE模型进行估计。表3显示了模型的GEE回归结果。这个(7) 统计数据129.21表明,该模型与数据吻合良好。所有估计模型均包含Huber-White-Robust标准误差。表3:GEE估计变量估计半稳健SETech。成就。31140.0536***监管质量0。24270.0901**民主化。00360.0076强势总统-0.14960.1296弱势总统-0.22230.2168比例代表。21870.1000*打开列表0。10240.1290欧盟成员资格0。04080.2655Constant0。15850.1916NWald2(7)129.21***相关矩阵(1)标度参数0。2990*p<0.10(双尾检验)**p<0.05(双尾检验)***p<0.01(双尾检验)图1:技术成就对国家统计能力的估计影响表3给出了结果。
|