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(yīng)的表達(dá)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(yīng)模型和隨機(jī)效應(yīng)模型的設(shè)定檢驗(yàn) hausman檢驗(yàn) ? 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(dāng)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(dāng)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(jī)效應(yīng)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(yīng)模型系數(shù)的估計量 ? 的性質(zhì)，于是可以通過檢驗(yàn)?zāi)Ｐ驼`差項(xiàng)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(yàn)假設(shè) ? 顯然，在拒絕零假設(shè)時，模型設(shè)定為固定應(yīng)模型是可行的；否則，如果不能拒絕零假設(shè)時，模型應(yīng)設(shè)定為隨機(jī)效應(yīng)模型。 0)|(:0)|(:10??ititititXEHXEH?? ? 接下來利用 Hausman統(tǒng)計量檢驗(yàn)應(yīng)該建立個體隨機(jī)效應(yīng)回歸模型還是個體固定效應(yīng)回歸模型。 ? ：個體效應(yīng)與回歸變量（ ）無關(guān)（個體隨機(jī)效應(yīng)回歸模型） ? ：個體效應(yīng)與回歸變量（ ）相關(guān)（個體固定效應(yīng)回歸模型） 0H1HitIPitIP分析過程如下 ? 由檢驗(yàn)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(yīng)的概率是 ，即拒接原假設(shè)，應(yīng)該建立個體固定效應(yīng)模型。 ? 檢驗(yàn)結(jié)果的下半部分是 Hausman檢驗(yàn)中間結(jié)果比較。個體固定效應(yīng)模型對參數(shù)的估計值為 ，隨機(jī)效應(yīng)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(fèi)和人金收入問題應(yīng)該建立個體固定效應(yīng)回歸模型。人均消費(fèi)平均占人均收入的 70%。隨地區(qū)不同，自發(fā)消費(fèi)（截距項(xiàng)）存在顯著性差異。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1