面板數(shù)據(jù)模型-在線瀏覽
2024-09-15 18:10本頁(yè)面
【正文】 2, …, T (1)a 和b1不隨i，t變化。以例1中15個(gè)地區(qū)1996和2002年數(shù)據(jù)建立關(guān)于消費(fèi)的混合估計(jì)模型，得結(jié)果如下：圖10 EViwes估計(jì)方法：在打開工作文件窗口的基礎(chǔ)上，點(diǎn)擊主功能菜單中的Objects鍵，選New Object功能，從而打開New Object（新對(duì)象）選擇窗。在窗口中輸入15個(gè)地區(qū)標(biāo)識(shí)AH（安徽）、BJ（北京）、…、ZJ（浙江）。在Pool窗口的工具欄中點(diǎn)擊Estimate鍵，打開Pooled Estimation（混合估計(jì)）窗口如下圖。點(diǎn)擊Pooled Estimation（混合估計(jì)）窗口中的OK鍵。相應(yīng)表達(dá)式是= + IPit () () R2 = , SSEr = 4824588, (103) = 15個(gè)省級(jí)地區(qū)的人均支出平均占收入的76%。以二變量模型為例，建立混合估計(jì)模型如下， yit = b1 xit +eit, i = 1, 2, …, N。EViwes估計(jì)方法：在Pooled Estimation（混合估計(jì)）對(duì)話框中Intercept（截距項(xiàng)）選擇窗中選None，其余選項(xiàng)同上。在面板數(shù)據(jù)散點(diǎn)圖中，如果對(duì)于不同的截面或不同的時(shí)間序列，模型的截距是不同的，則可以采用在模型中加虛擬變量的方法估計(jì)回歸參數(shù)，稱此種模型為固定效應(yīng)模型（fixed effects regression model）。下面分別介紹。個(gè)體固定效應(yīng)模型就是對(duì)于不同的個(gè)體有不同截距的模型。 t = 1, 2, …, T，表示隨機(jī)誤差項(xiàng)。 t = 1, 2, …, T分別表示被解釋變量和解釋變量。1階列向量。當(dāng)模型中含有k個(gè)解釋變量時(shí)，b為k180。進(jìn)一步寫成矩陣形式，= +b + 上式中的元素1，0都是T180。 面板數(shù)據(jù)模型用OLS方法估計(jì)時(shí)應(yīng)滿足如下5個(gè)假定條件：（1）E(eit|xi1, xi2, …, xiT, ai) = 0。（2）(xi1, xi2, …, xiT), ( yi1, yi2, …, yiT), i = 1, 2, …, N分別來(lái)自于同一個(gè)聯(lián)合分布總體，并相互獨(dú)立。（4）解釋變量之間不存在完全共線性。 s。其中xit代表一個(gè)或多個(gè)解釋變量。模型的自由度是N T –1–N。在計(jì)量經(jīng)濟(jì)學(xué)軟件中是采用一種特殊處理方式進(jìn)行OLS估計(jì)。這種方法計(jì)算起來(lái)速度快。（1）首先把變量中心化（entitydemeaned）。公式(1)、(4)相減得， (yit ) = b1(xit ) + (eit ) (5)令(yit ) =，(xit ) =，(eit ) =，上式寫為 = b1+ (6)用OLS法估計(jì)（1）、（6）式中的b1，結(jié)果是一樣的，但是用（6）式估計(jì)，可以減少被估參數(shù)個(gè)數(shù)。 在k個(gè)解釋變量條件下，把用向量形式表示，則利用中心化數(shù)據(jù)，按OLS法估計(jì)公式計(jì)算個(gè)體固定效應(yīng)模型中回歸參數(shù)估計(jì)量的方差協(xié)方差矩陣估計(jì)式如下，() = (39。（3）計(jì)算回歸模型截距項(xiàng)，即固定效應(yīng)參數(shù)gi。圖12EViwes估計(jì)方法：在EViwes的Pooled Estimation對(duì)話框中Intercept選項(xiàng)中選Fixed effects。注意：（1）個(gè)體固定效應(yīng)模型的EViwes輸出結(jié)果中沒(méi)有公共截距項(xiàng)。不認(rèn)為截距項(xiàng)是模型中的重要參數(shù)。（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。（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。輸出結(jié)果的方程形式是 = 安徽+ x1t = + x1t () = 北京+x2t = + x2t … () = 浙江+x15t = + x15t () R2 = , SSEr = 2270386, (88) = 從結(jié)果看，北京、上海、浙江是消費(fèi)函數(shù)截距（自發(fā)消費(fèi)）最大的3個(gè)地區(qū)。原假設(shè)H0：不同個(gè)體的模型截距項(xiàng)相同（建立混合估計(jì)模型）。F統(tǒng)計(jì)量定義為：F== (9)其中SSEr，SSEu分別表示約束模型（混合估計(jì)模型）和非約束模型（個(gè)體固定效應(yīng)模型）的殘差平方和。（混合估計(jì)模型給出公共截距項(xiàng)。 用上例計(jì)算，已知SSEr = 4824588，SSEu = 2270386，F(xiàn)==== (14, 89) = 因?yàn)镕= (14, 89) = ，所以，拒絕原假設(shè)。（2）時(shí)刻固定效應(yīng)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)刻固定效應(yīng)模型，表示如下， yit = b1 xit +a1 + a2 D2 + … +aT DT +eit, i = 1, 2, …, N (10)其中Dt =eit, i = 1, 2, …, N。yi t, xit, i = 1, 2, …, N。模型（10）也可表示為 yi1 = a1 +b1 xi1 + ei1, t = 1，（對(duì)于第1個(gè)截面），i = 1, 2, …, N yi2 = (a1 +a2) +b1 xi2 + ei2, t = 2，（對(duì)于第2個(gè)截面），i = 1, 2, …, N… yiT = (a1 +aT) +b1 xiT + eiT, t = T，（對(duì)于第T個(gè)截面），i = 1, 2, …, N如果滿足上述模型假定條件，對(duì)模型（2）進(jìn)行OLS估計(jì)，全部參數(shù)估計(jì)量都具有無(wú)偏性和一致性。圖13EViwes估計(jì)方法：在Pooled Estimation（混合估計(jì)）窗口中的Dependent Variable（相依變量）選擇窗填入CP?；在Common coefficients（系數(shù)相同）選擇窗填入IP? 和虛擬變量D1997, D1998, D1999, D2000, D2001, D2002；在Cross section specific coefficients（截面系數(shù)不同）選擇窗保持空白；在Intercept（截距項(xiàng)）選擇窗點(diǎn)擊Common；在Weighting（權(quán)數(shù)）選擇窗點(diǎn)擊No weighting。以例1為例得到的時(shí)刻固定效應(yīng)模型估計(jì)結(jié)果如下： = 1996 +xi1 = + xi1 () ()= 1997 +xi2 = + + xi2 () () ()… = 2002 +xi7 = + xi7 () () () R2 = , SSEr = 4028843, (97) = 相對(duì)于混合估計(jì)模型來(lái)說(shuō)，是否有必要建立時(shí)刻固定效應(yīng)模型可以通過(guò)F檢驗(yàn)來(lái)完成。H1：對(duì)于不同橫截面模型的截距項(xiàng)不同（建立時(shí)刻固定效應(yīng)模型）。非約束模型比約束模型多了T1個(gè)被估參數(shù)。 用上例計(jì)算，已知SSEr= 4824588，SSEu= 4028843，
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1