我一直在使用“ ” R 包来进行面板数据分析。在这个包中选择“固定效应”或“随机效应”模型的重要测试之一称为 Hausman类型。 Stata也可以进行类似的测试。这里的要点是 Stata 需要首先估算固定效果,然后是随机效应。但是,我没有在“plm”包中看到任何这样的限制。所以,我想知道“ plm ”包是否首先具有默认的“固定效果”,然后是“随机效应”第二。供您参考,我在下面提到了Stata和R中我为分析所遵循的步骤。
*
Stata Steps: (data=mydata, y=dependent variable,X1:X4: explanatory variables)
*step 1 : Estimate the FE model
xtreg y X1 X2 X3 X4 ,fe
*step 2: store the estimator
est store fixed
*step 3 : Estimate the RE model
xtreg y X1 X2 X3 X4,re
* step 4: store the estimator
est store random
*step 5: run Hausman test
hausman fixed random
#R steps (data=mydata, y=dependent variable,X1:X4: explanatory variables)
#step 1 : Estimate the FE model
fe <- plm(y~X1+X2+X3+X4,data=mydata,model="within")
summary(model.fe)
#step 2 : Estimate the RE model
re <- pggls(y~X1+X2+X3+X4,data=mydata,model="random")
summary(model.re)
#step 3 : Run Hausman test
phtest(fe, re)
答案 0 :(得分:7)
更新:请务必阅读评论。原答案如下。
找出这个问题的试错方式:
> library(plm)
> data("Gasoline", package = "plm")
> form <- lgaspcar ~ lincomep + lrpmg + lcarpcap
> wi <- plm(form, data = Gasoline, model = "within")
> re <- plm(form, data = Gasoline, model = "random")
> phtest(wi, re)
Hausman Test
data: form
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent
> phtest(re, wi)
Hausman Test
data: form
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent
正如您所看到的,无论您将哪个模型作为第一个参数提供,哪个模型作为第二个参数,测试都会产生相同的结果。