Simon Reese

Detta projekt utvecklar nya statistiska metoder för regressionsanalys med korta paneldataset, där bara ett fåtal tidsperioder observeras per enhet. Denna sorts data är vanligt på grund av kostnads- och datarestriktioner. Om regressionsmodellen tillåter heterogena reaktioner på förändringar i individuella egenskaper så fungerar tradionella skattningsmetoder ofta dåligt. Genom att förena ekonometri med maskininlärning syftar detta projekt på att fånga hur olika individer eller företag reagerar på förändringar, även när observationsmängden är begränsad. Dessa metoder kommer att förbättra policyanalyser och ge tillgängliga verktyg för tillämpad forskning.