Modulo 06: Analisis de Datos de Panel​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌​​‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​​‌‌​​​​‍​​‌‌​​​​‍​​‌‌​‌‌‌‍​​‌‌‌​​‌‍​‌‌​​​‌‌¶

Estado: Disponible

Descripcion General¶

Aprenderemos econometria de datos de panel: la combinacion de datos de corte transversal​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌​​‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​​‌‌​​​​‍​​‌‌​​​​‍​​‌‌​‌‌‌‍​​‌‌‌​​‌‍​‌‌​​​‌‌ (paises, individuos) con series temporales (anios). Trabajaremos con modelos de Efectos Fijos, Efectos Aleatorios y Two-Way Fixed Effects aplicados a problemas reales de ciencias sociales.

Nivel: Avanzado Tecnologias: Python, linearmodels, pandas, Altair Prerequisitos: Estadistica basica, regresion lineal

Objetivos de Aprendizaje¶

• Comprender la estructura de datos de panel (unidad x tiempo)
• Distinguir entre Pooled OLS, Efectos Fijos y Efectos Aleatorios
• Aplicar el Test de Hausman para elegir entre FE y RE
• Implementar Two-Way Fixed Effects (efectos de unidad + tiempo)
• Interpretar Odds Ratios en modelos logisticos
• Calcular efectos marginales en modelos no lineales

Contenido del Modulo¶

El modulo completo esta en:

ejercicios/06_analisis_datos_de_panel/
├── 01_analisis_guns.py              # Panel: leyes de armas y criminalidad
├── 02_analisis_fatality.py          # TWFE: impuesto cerveza vs mortalidad
├── 03_dashboard_educativo.py        # Dashboard interactivo 4 pestanas
├── conceptos_visuales_panel.py      # Visualizaciones conceptuales
├── GUIA_PANEL_DATA.md               # Guia teorica completa
├── grafico_panel_guns.png           # Resultado del analisis
└── requirements.txt                 # linearmodels, altair, etc.

Ejercicios Practicos¶

01 - Analisis Guns: Leyes de Armas y Criminalidad¶

Pregunta: Las leyes de portacion de armas reducen la criminalidad violenta?

• Dataset: Guns (Stock & Watson) - 50 estados de EE.UU., 1977-1999
• Variable dependiente: log(violent) - tasa de criminalidad violenta (logaritmo)
• Variable clave: law - si el estado tiene ley "shall-carry" (portacion obligatoria)
• Controles: ingreso, poblacion, densidad
• Modelos: Pooled OLS vs Fixed Effects vs Random Effects
• Metodologia: Comparacion de los 3 modelos + Test de Hausman

python ejercicios/06_analisis_datos_de_panel/01_analisis_guns.py

02 - Analisis Fatality: Impuesto a la Cerveza y Mortalidad¶

Pregunta: Subir el impuesto a la cerveza reduce las muertes por accidentes de trafico?

• Dataset: Fatalities (AER) - 48 estados, 1982-1988
• Variable dependiente: fatality_rate - muertes por 10,000 habitantes
• Variable clave: beertax - impuesto a la cerveza
• Controles: edad minima para beber (drinkage), desempleo, ingreso
• Modelos: Entity FE vs Two-Way Fixed Effects (estado + anio)
• Innovacion: TWFE controla tendencias temporales (coches mas seguros cada anio)

python ejercicios/06_analisis_datos_de_panel/02_analisis_fatality.py

03 - Dashboard Educativo Interactivo (Panel + Altair)¶

Dashboard local con 4 pestanas interactivas para explorar los conceptos visualmente:

1. Pooled OLS: Slider de heterogeneidad que muestra la Paradoja de Simpson en accion
2. FE vs RE: Explicacion y tabla de decision del Test de Hausman
3. Odds Ratios: Sliders para explorar probabilidad vs odds vs odds ratio en tiempo real
4. Efectos Marginales: Comparacion Lin-Lin, Log-Lin, Log-Log con graficos dinamicos

panel serve ejercicios/06_analisis_datos_de_panel/03_dashboard_educativo.py
# Abrir http://localhost:5006 en el navegador

Archivos adicionales¶

• conceptos_visuales_panel.py - Genera graficos estaticos explicando los conceptos de panel
• dashboard_educativo_panel.py - Version alternativa del dashboard educativo
• GUIA_PANEL_DATA.md - Guia teorica completa: Pooled OLS, FE, RE, Hausman, TWFE

Teoria: Conceptos Clave¶

Que son los datos de panel?¶

Datos que combinan corte transversal (N unidades) con serie temporal (T periodos):

| pais | anio | democracia | pib_pc |
|------|------|------------|--------|
| ESP  | 2000 | 0.85       | 24000  |
| ESP  | 2001 | 0.86       | 24500  |
| FRA  | 2000 | 0.88       | 28000  |
| FRA  | 2001 | 0.89       | 28500  |

Ingenieria de Datos: Formato Wide vs Long¶

Pooled OLS vs Fixed Effects vs Random Effects¶

El Modelo Ingenuo: Pooled OLS¶

Heterogeneidad no Observada¶

Test de Hausman¶

Decide entre FE y RE:

• H0: RE es consistente y eficiente (preferir RE)
• H1: Solo FE es consistente (preferir FE)
• Si p-valor < 0.05: usar Fixed Effects

Dashboards¶

Dashboard Educativo (local)¶

El dashboard principal de este modulo se ejecuta localmente con Panel (HoloViz):

panel serve ejercicios/06_analisis_datos_de_panel/03_dashboard_educativo.py

Incluye 4 pestanas interactivas: Pooled OLS, FE vs RE, Odds Ratios, Efectos Marginales.

Dashboard QoG - Analisis Avanzado (GitHub Pages)¶

Como complemento, puedes explorar un dashboard con analisis de panel aplicado al dataset QoG (4 lineas de investigacion con Spark + PostgreSQL + ML):

Ver Dashboard QoG - Panel Data Aplicado

Recursos¶

Documentacion¶

• linearmodels Documentation
• Altair Documentation

Referencias Teoricas¶

• Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2^nd ed.). MIT Press.
• Stock, J. H., & Watson, M. W. (2019). Introduction to Econometrics (4^th ed.). Pearson.

​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌​​‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​​‌‌​​​​‍​​‌‌​​​​‍​​‌‌​‌‌‌‍​​‌‌‌​​‌‍​‌‌​​​‌‌---

Curso: Big Data con Python - De Cero a Produccion Profesor: Juan Marcelo Gutierrez Miranda | @TodoEconometria Hash ID: 4e8d9b1a5f6e7c3d2b1a0f9e8d7c6b5a4f3e2d1c0b9a8f7e6d5c4b3a2f1e0d9c Metodologia: Ejercicios progresivos con datos reales y herramientas profesionales

Referencias academicas:

• Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2^nd ed.). MIT Press.
• Stock, J. H., & Watson, M. W. (2019). Introduction to Econometrics (4^th ed.). Pearson.
• Baltagi, B. H. (2021). Econometric Analysis of Panel Data (6^th ed.). Springer.