【正文】 均消費對收入的面板數(shù)據(jù)圖7 用7個截面表示的人均消費對收入的面板數(shù)據(jù)（7個截面疊加） 為了觀察得更清楚一些，圖8給出北京和內(nèi)蒙古19962002年消費對收入散點圖。例1（file:panel02）：19962002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均消費（不變價格）和人均收入數(shù)據(jù)見表1和表2。面板數(shù)據(jù)是同時在時間和截面空間上取得的二維數(shù)據(jù)。若固定t不變，yi ., ( i = 1, 2, …, N)是橫截面上的N個隨機變量；若固定i不變，y. t, (t = 1, 2, …, T)是縱剖面上的一個時間序列（個體）。表1 19992002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均消費數(shù)據(jù)（不變價格）地區(qū)人均消費1996199719981999200020012002CPAH（安徽） CPBJ（北京） CPFJ（福建） CPHB（河北） CPHLJ（黑龍江） CPJL（吉林） CPJS（江蘇） CPJX（江西） CPLN（遼寧） CPNMG（內(nèi)蒙古） CPSD（山東） CPSH（上海） CPSX（山西） CPTJ（天津） CPZJ（浙江） 資料來源：《中國統(tǒng)計年鑒》19972003。即混合估計模型、固定效應(yīng)模型和隨機效應(yīng)模型。以二變量模型為例，建立混合估計模型如下， yit = b1 xit +eit, i = 1, 2, …, N。當(dāng)模型中含有k個解釋變量時，b為k180。在計量經(jīng)濟學(xué)軟件中是采用一種特殊處理方式進行OLS估計。不認(rèn)為截距項是模型中的重要參數(shù)。（2）時刻固定效應(yīng)模型。 用上例計算，已知SSEr= 4824588，SSEu= 4028843，F(xiàn)==== (6, 87) = 因為F= (14, 89) = ，拒絕原假設(shè)，結(jié)論是應(yīng)該建立時刻固定效應(yīng)模型。H1：不同橫截面，不同序列，模型截距項各不相同（建立時刻個體固定效應(yīng)模型）。隨機誤差項ui, wit應(yīng)滿足如下條件：E(ui) =0, E(wit) = 0E(wit 2) = sw2, E(ui 2)= su2,E(wit uj) =0, 包括所有的i, t, j。T)階單位陣，1(T180。 0。隨機誤差項將由3部分組成，并有方差。在Type of Object選擇區(qū)選擇Pool（合并數(shù)據(jù)庫），并在Name of Object選擇區(qū)為混合數(shù)據(jù)庫起名Pool01（初始顯示為Untitled）。Cross section specific coefficients（截面系數(shù)不同）選擇窗：用于填寫對于不同橫截面斜率（回歸系數(shù)）不同的解釋變量。還可以選擇Cross section weights（按截面取權(quán)數(shù)）和SUR（似不相關(guān)回歸）。Dependent Variable（相依變量）選擇窗：用于填寫被解釋變量。利用1996~2002年15個省級地區(qū)城鎮(zhèn)居民家庭年人均消費性支出和年人均收入數(shù)據(jù)（不變價格數(shù)據(jù)）介紹面板數(shù)據(jù)模型估計步驟。圖16 以例1為例，用個體隨機效應(yīng)模型和混合模型計算的統(tǒng)計量的值是LM ===180。其運算規(guī)則是 AN180。1) 1(T180。一個是截面隨機誤差項（ui），一個是時間隨機誤差項（vt）。注意：（1）對于第1個截面（t=1）EViwes輸出結(jié)果中把(a1 +gi), (i = 1, 2, …, N)估計在一起。H1：對于不同橫截面模型的截距項不同（建立時刻固定效應(yīng)模型）。（混合估計模型給出公共截距項。圖12EViwes估計方法：在EViwes的Pooled Estimation對話框中Intercept選項中選Fixed effects。其中xit代表一個或多個解釋變量。 t = 1, 2, …, T分別表示被解釋變量和解釋變量。點擊Pooled Estimation（混合估計）窗口中的OK鍵。圖9給出該15個省級地區(qū)1996和2002年的消費對收入散點圖。人均消費和收入的面板數(shù)據(jù)從縱剖面觀察分別見圖2和圖3。面板數(shù)據(jù)用雙下標(biāo)變量表示。例如yi t, i = 1, 2, …, N。從橫截面觀察分別見圖4和圖5?？梢?年之后15個地區(qū)的消費和收入都有了相應(yīng)的提高。得輸出結(jié)果如圖10。模型（3）或者表示為 y1t = g1 +b1 x1t +e1t, i = 1（對于第1個個體，或時間序列），t = 1, 2, …, T y2t = g2 +b1 x2t +e2 t, i = 2（對于第2個個體，或時間序列），t = 1, 2, …, T … yN t = gN +b1 xN t +e N t, i = N（對于第N個個體，或時間序列），t = 1, 2, …, T寫成矩陣形式，y1 = (1 x1)+e1 = g1 + x1 b +e1…yN = (1 xN)+eN = gN + xN b +eN上式中yi，gi，ei，xi都是N180。對模型（1）進行OLS估計，全部參數(shù)估計量都是無偏的和一致的。其余選項同上。）注意：當(dāng)模型中含有k個解釋變量時，F(xiàn)統(tǒng)計量的分母自由度是NTNk。F統(tǒng)計量定義為：F== (11)其中SSEr，SSEu分別表示約束模型（混合估計模型的）和非約束模型（時刻固定效應(yīng)模型的）的殘差平方和。（2）對于第2, …, T個截面（t=1）EViwes輸出結(jié)果中分別把(a1 +at), (t = 2, …, T)估計在一起。如果這兩個隨機誤差項都服從正態(tài)分布，對模型估計時就能夠節(jié)省自由度，因為此條件下只需要估計兩個隨機誤差項的均值和方差。1) 39。K196。()2 = 5209 (1) = 因為F= 5209 (1) = ，所以拒絕原假設(shè)，結(jié)論是應(yīng)該建立個體隨機效應(yīng)模型。（1）建立混合數(shù)據(jù)庫（Pool）對象。Sample（樣本范圍）選擇窗：用于填寫樣本區(qū)間。解釋3種方法如下：23。Common coefficients（系數(shù)相同）選擇窗：用于填寫對于不同橫截面斜率（回歸系數(shù)）相同的解釋變量和虛擬變量。在打開工作文件窗口的基礎(chǔ)上，點擊EViwes主功能菜單上的Objects鍵，選New Object功能（如圖18），從而打開New Object（新對象）選擇窗。分別服從均值為au和av，方差為su2和sv2的正態(tài)分布。（混合估計模型）H1：su2 185。T)是(T180。為了容易理解，先假定模型中只存在截面隨機誤差項ui，不存在時間隨機誤差分量（vt）， yit = a + b1 xit + (wit+ ui) = a + b1 xit +eit (16)截面隨機誤差項ui是屬于第個個體的隨機波動分量，并在整個時間范圍(t = 1,2, …, T)保持不變。H0：對于不同橫截面，不同序列，模型截距項都相同（建立混合估計模型）。注意：