eviews面板數(shù)據(jù)模型估計-資料下載頁
2025-05-10 13:41本頁面
【正文】 ? 相應的表達式是： ? 其中虛擬變量 的定義是： 1521 0 53 6 4 5 DDDIPPC itit ?????? ??2 9 5 9 9 5 2, ?? SSER1 2 1 5, , ...,D D D1,0,iD????如 果 屬 于 第 i 個 個 體 ,i=1,2,...,15其 他 固定效應模型和隨機效應模型的設(shè)定檢驗 hausman檢驗 ? 眾所周知，在回歸模型 ? 滿足基本假設(shè)時，回歸系數(shù)的 ols估計量是 BLUE估計，但是，當模型不滿足 “ 正交性假設(shè) ” 時， 的 OLS估計量不再是無偏的。同時，當模型不滿足 “ 同方差性假設(shè) ” 時， ? 的 OLS估計量不是有效的。 ?ttt uXY ?? ?0)|( ?tt XuE?IXuV a r tt 2)|( ???? 對于面板數(shù)據(jù)模型 ? 令 如果不能滿足回歸假設(shè) ? 則個體隨機效應模型系數(shù)的 GLS估計量 ? 是有偏的和非一致的。但是正交性并不影響個體固定效應模型系數(shù)的估計量 ? 的性質(zhì)，于是可以通過檢驗模型誤差項與解釋變量的正交性來解決面板數(shù)據(jù)回歸模型設(shè)定問題。 ???????Kkittik i tkit wvuxy21 ??ittiit wvu ????0)|( ?itit XE ?GLS??? 檢驗假設(shè) ? 顯然，在拒絕零假設(shè)時，模型設(shè)定為固定應模型是可行的；否則，如果不能拒絕零假設(shè)時，模型應設(shè)定為隨機效應模型。 0)|(:0)|(:10??ititititXEHXEH?? ? 接下來利用 Hausman統(tǒng)計量檢驗應該建立個體隨機效應回歸模型還是個體固定效應回歸模型。 ? ：個體效應與回歸變量（ ）無關(guān)（個體隨機效應回歸模型） ? ：個體效應與回歸變量（ ）相關(guān)（個體固定效應回歸模型） 0H1HitIPitIP分析過程如下 ? 由檢驗輸出結(jié)果的上半部分可以看出， Hausman統(tǒng)計量的值是 ，相對應的概率是 ，即拒接原假設(shè)，應該建立個體固定效應模型。 ? 檢驗結(jié)果的下半部分是 Hausman檢驗中間結(jié)果比較。個體固定效應模型對參數(shù)的估計值為 ，隨機效應模型對參數(shù)的估計值為 。兩個參數(shù)的估計量的分布方差的差為 。 ? 綜上分析， 1996—2021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和人金收入問題應該建立個體固定效應回歸模型。人均消費平均占人均收入的 70%。隨地區(qū)不同，自發(fā)消費（截距項）存在顯著性差異。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1