面板数据回归_13.4.2 计量经济学导论Hausman检验.pdf

对外经济贸易大学 计量经济学 I n t r o d u c t i o n t o E c o n o m e t r i c s 导论 Hausman检验 固定效应还是随机效应？——Hausman检验 Hausman检验原理 基本思想：在 和其他解释变量不相关假定下，采用中 心化变换法估计固定效应模型和采用GLS法随机效应模型 得到的参数估计都是无偏且一致的，只是前者不具有效 性。若原假设不成立，则固定效应模型的参数估计仍然 是一致的，但随机效应模型不一致。因此，在原假设下， 二者的参数估计应该不会有显著的差异， 可以基于二者 参数估计的差异构造统计检验量。 Hausman检验 =+ + , , =1,…,;=1,…, 1 假设单斜率参数 的固定效应估计和随机效应估计分别 1 为1 和1 。可以对整体模型进行Hausman检验： H 和其他解释变量不相关 0 ： 2 2 用(1 −1 ) 构造 分布，如果H 成立: 0 2 (1 −1 ) 2 = ~ 比较大时 (1) (1 −1 ) Hausman检验的步骤 利用Hausman 命令进行固定效应模型和随机效应模型的选择，主要步 骤为： 步骤一：估计固定效应模型，存储估计结果； 步骤二：估计随机效应模型，存储估计结果; 步骤三：进行Hausman检验 Stata命令如下： xtreg y x x , fe 1 2 est store fe_result xtreg y x x , re 1 2 est store re_result hausman fe_result re_result 当模型误差项存在序列相关或异方差时，此时经典的Hausman 检验不 在适用，需要做其他的考虑。 面板数据总结 01 横截面上若干多个时期的观测值形成面板数据。由 于来自两个维度，面板数据在增加样本量的同时， 也比单纯的横截面数据具有更为复杂的结构。 02 板数据模型包含个体不可观测异质性 ，并根据与 模型自变量的关系将模型分为固定效应模型和 随机效应模型。 面板数据总结 03 与自变量相关时，面板数据模型称为固定效应模 型。并入误差项会引起自变量的内生性，导致回 归系数的OLS估计不是一致估计。要估计固定效应 模型，需要将 消掉，固定效应估计方法采用将 模型变量减去组内均值的方法消掉 面板数据总结 04 与自变量不相关时，面板数据模型称为随机效 应模型。 并入误差项不会引起自变量的内生性，回 归系数的OLS估计不一致估计。随机效应估计方法的 核心，是利用复合误差项的特殊结构，更加有效地估 计回归系数。 随机效应估计方法首先对模型变量进行变换，将 变量减去权重系数 λ 乘以组内均值，然后对变换后变 量形成的模型实施OLS估计。随机效应模型估计中，