Eviews面板数据之随机效应模型程序.docVIP

随机效应模型的估计原理说明与豪斯曼检验 在面板数据的计量分析中，如果解释变量对被解释变量的效应不随个体和时间变化，并且解释被解释变量的信息不够完整，即解释变量中不包含一些影响被解释变量的不可观测的确定性因素，可以将模型设定为固定效应模型，采用反映个体特征或时间特征的虚拟变量（即知随个体变化或只随时间变化）或者分解模型的截距项来描述这些缺失的确定性信息。 但是，固定效应模型也存在一定的不足。例如固定效应模型模型中包含许多虚拟变量时，减少了模型估计的自由度；实际应用中，固定效应模型的随机误差项难以满足模型的基本假设，易于导致参数的非有效估计。更为重要的是，它只考虑了不完整的确定性信息对被解释变量的效应，而未包含不可观测ddala(1971)将混合数据回归的随机误差项分解为截面随机误差分量、时间随机误差分量和个体时间随机误差分量三部分，讨论如下随机效应模型或双分量误差分解模型（）： (1)表示个体随机误差分量； 表示时间随机误差分量； 表示个体时间（或混合）随机误差分量。如果模型（）中只存在截面随机误差分量而不存在时间随机误差分量，则称为个体随机效应模型，否则称为个体时间小于模型。或者称为但分了误差分解模型。 下面来介绍这两种模型：1.个体随机效应模型 (2) 推断总体的经济规律。其中，个体随机误差项是属于第,…,T）保持不变，其反映了不随时间变化的不