EconPapers    
Economics at your fingertips  
 

Estimation des élasticités de court et de long termes de la demande d'électricité sur données de panel à partir d'estimateurs à rétrécisseur

Hongyi Li (), G.S. Maddala and Robert Trost ()

Économie et Prévision, 1996, vol. 126, issue 5, 127-141

Abstract: [fre] Estimation des élasticités de court et de long termes de la demande d'électricité sur données de panel à partir d'estimateurs à rétrécisseurs. par Hongyi Li, G.S. Maddala et Robert P. Trost . On peut distinguer trois approches dans l'analyse des données de panel. L'estimation séparée des paramètres sur chaque série individuelle,1 l'estimation sur données empilées, avec ou sans effets spécifiques, et l'estimation sur données empilées en admettant un certain degré d'hétérogénéité, comme dans le modèle à coefficients aléatoires. Dans ce dernier cas, c'est la moyenne des coefficients des' séries individuelles qui nous intéresse. Cet article présente dans un cadre unifié,' les estimateurs relevant de cette troisième catégorie» en recourant à la fois à l'approche classique, à l'approche bayésienne empirique et à l'approche bayésienne classique. Ces méthodes sont illustrées par l'estimation d'élasticités de la demande d'électricité et de gaz naturel des ménages, aux États-Unis. [eng] Estimation of Short Run and Long Run Elasticities of Energy Demand from Panel Data Using Shrinkage . Estimators by Hongyi Li, G.S. Maddala and Robert P. Trost . In the analysis of panel data, there are, broadly speaking, three approaches: to present separate estimates of the parameters in each cross -section, present pooled estimates with or without cross-section specific effects, or present a pooled estimator assuming some, but not complete, heterogeneity, as in the random coefficient model. In the last case, we would be interested in the mean of the coefficients for the cross-sections, or the separate coefficients themselves. The paper presents in a unified framework the estimators in this last case, using both the classical, empirical Bayes, and Bayes methods. The methods are illustrated with estimation of elasticities of residential demand for electricity and natural gas in the U.S.

Date: 1996
Note: DOI:10.3406/ecop.1996.5827
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (4)

Downloads: (external link)
https://doi.org/10.3406/ecop.1996.5827 (text/html)
https://www.persee.fr/doc/ecop_0249-4744_1996_num_126_5_5827 (text/html)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:prs:ecoprv:ecop_0249-4744_1996_num_126_5_5827

Access Statistics for this article

Économie et Prévision is currently edited by Ministère de l'économie, des finances et de l'industrie

More articles in Économie et Prévision from Programme National Persée
Bibliographic data for series maintained by Equipe PERSEE ().

 
Page updated 2025-03-19
Handle: RePEc:prs:ecoprv:ecop_0249-4744_1996_num_126_5_5827