یکی از محدودیت‎های انواع داده ها از جمله داده های پانلی وجود خطای اندازه گیری است. در تحلیل رگرسیون، برحسب عادت مسأله خطای اندازه گیری نادیده گرفته می شود. در حالی که اگر چنین مشکلی در متغیرهای توضیحی وجود داشته باشد، فرض اساسی مدل رگرسیون خطی کلاسیک مبنی برعدم وجود همبستگی بین متغیر توضیحی و خطای مدل نقض می شود و در نتیجه برآوردگرهای حداقل مربعات اریب و ناسازگار خواهند شد. جهت تعدیل خطای اندازه گیری در مدل داده های پانلی متوازن که هر واحد مقطعی دارای تعداد یکسانی از مشاهدات سری زمانی است‏، یک روش گشتاوری تعمیم یافته ‎(gmm)‎ وجود دارد که نیازی به داده های معتبر اضافی ندارد. این روش توسط جان شائو و همکاران (2011) برای مدل داده‎‎های پانلی نامتوازن که در آن تعداد مشاهدات در میان اعضای پانل متفاوت است، بسط داده شده است. در این پایان نامه به مطالعه و بررسی این روش پرداخته و با استفاده از نرم افزارr ‎‎‎‏ از طریق ‎‎شبیه‎‎سازی و داده‎‎‏های ‏واقعی‎‎ ‏‏نحوه‎‎ عملکرد براوردگر ‎‎‎‎gmm‎‎‏ را با براوردگر روش معمول (روش اثرات ثابت یا اثرات تصادفی) ‎‎ مقایسه می‎‎‏کنیم.

چکیده ندارد.