eviews面板數(shù)據(jù)模型估計-文庫吧資料
2025-05-18 13:41本頁面
【正文】 回歸模型）。 ? 接下來對本例用 F統(tǒng)計量檢驗是應該建立混合回歸模型，還是個體固定效應回歸模型?？词欠裢ㄟ^檢驗。 K為解釋變量的個數(shù)，不含被解釋變量。其中， T為年數(shù)，不管我們的數(shù)據(jù)是 unbalance還是balance看 observations就行了，也即 Total pool (balanced) observations:的值，但是如果是balance我們也可以計算，也即是每一年的企業(yè)數(shù)的總和。 在作回歸時也是四步： 第一步，先作混合效應模型： 在 crosssection 一欄選擇 None ， Period也是 None；Weights是 crosssection Weights，然后把回歸結(jié)果的 Sum squared resid值復制出來，就是SSEr 第二步：作個體固定效用模型：在 crosssection 一欄選擇 Fixed ， Period也是 None；Weights是 crosssection Weights，然后把回歸結(jié)果的 Sum squared resid值復制出來，就是SSEu 第三步：根據(jù)公式 F=[( SSEr SSEu)/(N+k－2)]/[ SSEu/(NTNk)]。需要指出的是：當模型中含有 k個解釋變量時， F統(tǒng)計量的分母自由度是 NTN k。 SSEu F統(tǒng)計量定義為： F=[( SSEr SSEu)/(N+k－2)]/[ SSEu/(NTNk)] 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（個體固定效應模型的）的殘差平方和（ Sum squared resid）。 假設 H0：對于不同橫截面模型截距項相同（建立混合估計模型）。所以，就要作 F值檢驗。如果觀察得數(shù)據(jù)是對個體固定，則應選擇個體固定效用模型。從上面的結(jié)果可以看出北京市居民的自發(fā)性消費明顯高于其他地區(qū)。把 c從 Common coefficients窗口中刪除，其余選項同上。如果對于不同的時間序列（個體）截距是不同的，但是對于不同的橫截面，模型的截距沒有顯著性變化，那么就應該建立個體固定影響模型。 在結(jié)果輸出窗口中點擊 View選 Residuals/Table, Graphs, Covariance Matrix, Correlation Matrix功能可以分別得到按個體計算的殘差序列表，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。 若要查看方程，在結(jié)果輸出窗口點 View\Representations。 EViwes估計方法： 在主窗口中雙擊已建立的 Pool數(shù)據(jù)庫 ， 在Pool窗口的工具欄中點擊 Estimate鍵 ， 打開 Pooled Estimation（ 混合估計 ） 窗口 ， 其選項如下圖 。 EViews會對每個時期估計不同的系數(shù) ， 并使用變量名后跟時期 ， 中間用 “ ＿ ” 連接進行標簽 。 EViews會對每個截面成員估計不同的系數(shù) ，并使用截面成員識別名后跟一般序列名 ， 中間
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1