面板數據協方差檢驗

面板數據協方差檢驗

面板數據有三種模型,變截距、變係數、不變參數模型。具體選擇哪一種模型,不光光從技術上要進行判定,而且要結合你分析的狀況以及數據的可行性進行綜合判定,例如你想研究不同年份的對GDP的影響,你不光考慮其他因素,同時要把時間作為虛擬變量加入迴歸,其實就是時刻固定效應模型。


固定效應模型分為三種:個體固定效應模型、時刻固定效應模型和個體時刻固定效應模型。如果我們是對個體固定,則應選擇個體固定效用模型。但是,我們還需作個體固定效應模型和混合估計模型的選擇。所以,就要作F值檢驗。本文在此僅就面板數據的固定效應進行判定:首先對於建立假設。

假設檢驗如下:

H0:對於不同橫截面模型截距項相同(建立混合估計模型)。SSEr

H1:對於不同橫截面模型的截距項不同(建立時刻固定效應模型)。SSEu

構造F統計量:

F=[( SSEr - SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)]

其中,SSEr表示約束模型(混合估計模型的)的殘差平方和(Sum squared resid),SSEu表示非約束模型(個體固定效應模型的)的殘差平方和(Sum squared resid)。非約束模型比約束模型多了T–1個被估參數。需要指出的是:當模型中含有k個解釋變量時,F統計量的分母自由度是NT-T- k。通過對F統計量我們將可選擇準確、最佳的估計模型。


具體在Eviews軟件上的操作分為四步如下:

第一步,先作混合效應模型: 在cross-section 一欄選擇None ,Period也是None;Weights是cross-section Weights,然後把迴歸結果的Sum squared resid值複製出來,就是SSEr


第二步:作個體固定效用模型:在cross-section 一欄選擇Fixed ,Period也是None;Weights是cross-section Weights,然後把迴歸結果的Sum squared resid值複製出來,就是SSEu


第三步:根據公式F=[( SSEr - SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)]。計算出結果。其中,T為年數,不管我們的數據是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數的總和。比如說我們研究10年,每一年有500加企業, 則NT=10×500=5000。K為解釋變量,不含被解釋變量。


第四步,根據計算出來的結果查F值分佈表。看是否通過檢驗。檢驗準則:當F> Fα(T-1, NT-T-k) , α=0.01,0.05或0.1時,拒絕原假設,則結論是應該建立個體固定效應模型,反之,接受原假設,則不能建立個體固定效應模型。


面板數據的知識非常多,非常雜,想繼續瞭解,大家慢慢來。先了解面板數據的一些基礎知識,對大家做論文和科研有一定的幫助。學如逆海行舟,不進則退。


我司提供服務有:職稱論文、畢業論文 等文章代寫代發服務;健康管理師。教師資格證 ,執業醫師,著作,初,中,高級職稱辦理業務, 歡迎諮詢!

我個人朋友圈會定期分享各省市評職稱論文的最新政策,職稱晉升技巧,如果您需要可加我微信或關注我司公眾號。


分享到:


相關文章: