固定效應(yīng)模型及估計(jì)原理說(shuō)明(參考版)
2024-08-16 04:27本頁(yè)面
【正文】 word范文。謝謝！單純的課本內(nèi)容，并不能滿(mǎn)足學(xué)生的需要，通過(guò)補(bǔ)充，達(dá)到內(nèi)容的完善 教育之通病是教用腦的人不用手，不教用手的人用腦，所以一無(wú)所能。歡迎您的光臨，word文檔下載后可以修改編輯。謝謝！單純的課本內(nèi)容，并不能滿(mǎn)足學(xué)生的需要，通過(guò)補(bǔ)充，達(dá)到內(nèi)容的完善 教育之通病是教用腦的人不用手，不教用手的人用腦，所以一無(wú)所能。歡迎您的光臨，word文檔下載后可以修改編輯。（6） 點(diǎn)擊View選Residuals/Table，Graphs，Covariance Matrix，Correlation Matrix功能可以分別得到按個(gè)體計(jì)算的殘差序列表，殘差序列圖，殘差序列的方差協(xié)方差矩陣，殘差序列的相關(guān)系數(shù)矩陣。（4） 輸出結(jié)果的聯(lián)立方程組形式可以通過(guò)點(diǎn)擊View選Representations功能獲得。不認(rèn)為截距項(xiàng)是模型中的重要參數(shù)。對(duì)模型進(jìn)行估計(jì)，建立個(gè)體固定效應(yīng)回歸模型，過(guò)程如下：得到如下輸出結(jié)果：從估計(jì)結(jié)果可以看出，對(duì)于32個(gè)省市來(lái)說(shuō)，雖然它們的城鎮(zhèn)居民消費(fèi)傾向相同，但是其城鎮(zhèn)居民的自發(fā)消費(fèi)存在顯著的差異，其中重慶的城鎮(zhèn)居民自發(fā)消費(fèi)最高，其次為西藏、北京、廣東；城鎮(zhèn)居民自發(fā)消費(fèi)最低的是江西，其次是河南、山東。輸入不同省市（包括全國(guó)）的標(biāo)識(shí)，如下：點(diǎn)擊sheet鍵，定義變量X和Y。數(shù)據(jù)是6年的，每一年都有32組數(shù)據(jù)，共192組觀測(cè)值。檢驗(yàn)結(jié)果如下：從上面的結(jié)果可以看出，cp面板存在單位根，同時(shí)每個(gè)個(gè)體都存在單位根。單位根檢驗(yàn)過(guò)程如下：得到如下檢驗(yàn)結(jié)果：從上面的檢驗(yàn)結(jié)果可以看出來(lái)，6種檢驗(yàn)方法的結(jié)論都認(rèn)為15個(gè)cp序列存在單位根。（4）面板單位根檢驗(yàn)以cp序列為例。人均消費(fèi)平均占人均收入的70%。檢驗(yàn)結(jié)果的下半部分是Hausman檢驗(yàn)中間結(jié)果比較。：對(duì)模型進(jìn)行檢驗(yàn)：所以推翻原假設(shè)，可以建立個(gè)體時(shí)點(diǎn)固定效應(yīng)回歸模型截距項(xiàng)選擇Random effects（個(gè)體隨機(jī)效應(yīng)）得到如下部分輸出結(jié)果：相應(yīng)的表達(dá)式是： () 其中虛擬變量的定義是：接下來(lái)利用Hausman統(tǒng)計(jì)量檢驗(yàn)應(yīng)該建立個(gè)體隨機(jī)效應(yīng)回歸模型還是個(gè)體固定效應(yīng)回歸模型。對(duì)模型進(jìn)行檢驗(yàn)：所以推翻原假設(shè)，可以建立時(shí)點(diǎn)固定效應(yīng)回歸模型RRSS求法請(qǐng)參見(jiàn)Eview面板數(shù)據(jù)之混合回歸模型相應(yīng)的表達(dá)式為： () 其中虛擬變量的定義是：時(shí)點(diǎn)個(gè)體固定效應(yīng)模型就是對(duì)于不同的截面（時(shí)點(diǎn)）、不同的時(shí)間序列（個(gè)體）都有不同截距模型。模型中不同個(gè)體的截距相同（真實(shí)模型為混合回歸模型）。如果確知對(duì)于不同的截面，模型的截距顯著不同，但是對(duì)于不同的時(shí)間序列（個(gè)體）截距是相同的，那么應(yīng)該建立時(shí)點(diǎn)固定效應(yīng)模型： (2)時(shí)點(diǎn)固定效應(yīng)模型與個(gè)體固定效應(yīng)模型的操作區(qū)別在于步驟（2），將時(shí)間項(xiàng)選擇區(qū)選 Period：Fixed（時(shí)間固定效應(yīng)）得到如下結(jié)果：接下來(lái)用F統(tǒng)計(jì)量檢驗(yàn)是應(yīng)該建立混合回歸模型，還是個(gè)體固定效應(yīng)回歸模型。從上面的結(jié)果可以看出北京市居民的自發(fā)性消費(fèi)明顯高于其他地區(qū)。對(duì)模型進(jìn)行檢驗(yàn)：所以推翻原假設(shè)，建立個(gè)體固定效應(yīng)回歸模型更合理。模型中不同個(gè)體的截距相同（真實(shí)模型為混合回歸模型）。表1 1996—2
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1