hausman检验_互助问答第275期:Xtlogit模型固定、随机检验的专业解答

2c0a92d2bda243c5a3142b6138ac7e33.png
961818331985b3d8c6b174105ed940ab.png

Xtlogit模型固定、

随机检验的专业解答

老师您好,我的研究数据为非平衡面板数据,因变量为二分因变量,因此采用面板logit模型进行分析。

在选择固定效应和随机效应模型的过程中。采用xtlogit, fe后,发现样本中不随时间变化的变量会随固定效应一起被消掉,原本1万多的样本量,消除后仅剩1000多;然而随机效应模型仍保留1万多的样本。

经传统hausman检验后结果显示也应该选择用随机效应模型。但是在stata中似乎不能对xtlogit进行异方差检验,也不能进行bootstrap hausman检验,那么我想请问一下仅用传统hausman检验具有一定的解释力度吗?如果解释力度不够,那么我应该如何操作呢?非常感谢您的解答!

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
固定效应模型、随机效应模型和混合效应模型是在面板数据分析中常用的模型。它们用于解决面板数据中存在的个体异质性和时间序列相关性的问题。 1. 固定效应模型(Fixed Effects Model): 固定效应模型假设个体特征对因变量的影响是固定的,即个体特征与因变量存在一一对应的关系。该模型通过引入个体固定效应来控制个体特征对因变量的影响。固定效应模型的估计方法主要有最小二乘法(OLS)和差分法(Difference-in-Differences)。 2. 随机效应模型(Random Effects Model): 随机效应模型假设个体特征对因变量的影响是随机的,即个体特征与因变量之间存在随机关系。该模型通过引入个体随机效应来控制个体特征对因变量的影响。随机效应模型的估计方法主要有广义最小二乘法(GLS)和极大似然法(Maximum Likelihood)。 3. 混合效应模型(Mixed Effects Model): 混合效应模型是固定效应模型和随机效应模型的结合,既考虑了个体固定效应,又考虑了个体随机效应。该模型通过引入个体固定效应和个体随机效应来控制个体特征对因变量的影响。混合效应模型的估计方法主要有最大似然法(Maximum Likelihood)和广义最小二乘法(GLS)。 在进行面板数据分析时,可以使用一些统计检验方法来验证模型的有效性,例如: 1. Hausman检验Hausman检验用于判断固定效应模型和随机效应模型哪个更适合。该检验基于个体固定效应与个体随机效应之间的相关性,若相关性较低,则固定效应模型更适合;若相关性较高,则随机效应模型更适合。 2. Breusch-Pagan Lagrange Multiplier (LM) 检验: Breusch-Pagan LM检验用于检验面板数据中是否存在随机效应。该检验基于随机效应与误差项之间的相关性,若相关性显著,则存在随机效应。 3. Hausman-Taylor检验Hausman-Taylor检验用于检验混合效应模型中个体固定效应与个体随机效应之间的相关性。该检验基于相关性的显著性来判断混合效应模型的有效性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值