对几种面板数据模型的理解
1、 混合效应模型 pooled model
就是所有的省份,都是相同,即同一个方程 ,截距项和斜率项都相同
yit=c+bxit+ᵋit c 与b 都是常数
2 、固定效应模型fixed-effect model 和随机效应模型random-effects model
就是所有省份,既有相同的部分,即斜率项都相同;也有不同的部分,即截距项不同。
2.1 固定效应模型 fixed-effect model
yit=ai+bxit+ᵋit cov(ci,xit)≠0
固定效应方程隐含着跨组差异可以用常数项的不同刻画。每个ai都被视为未知的待估参数。xit中任何不随时间推移而变化的变量都会模拟因个体而已的常数项
2.2 随机效应模型 random-effects model
yit=a+ui+bxit+ᵋit cov(a+ui,xit)=0
A是一个常数项,是不可观察差异性的均值,ui为第i个观察的随机差异性,不随时间变化。
3 、变系数模型Variable Coefficient Models(变系数也分固定效应和随机效应)
每一个组,都采用一个方程进行估计。就是所有省份的线性回归方程的截距项和斜率项都不相同。
yit=ui+bixit+ᵋit
1.混合估计模型就是各个截面估计方程的截距和斜率项都一样,也就是说回归方程估计结果在截距项和斜率项上是一样的。如果是考察各个省份,历年的收入对消费影响。则各个省份的回归方程就完全相同,无论是截距,还是斜率。
2.随机效应模型和