关于Hausman测试（here）之前的一个帖子，其中参考不幸消失@briatte，我面临一些额外的Hausman相关问题。虽然前一个线程暗示了绝对值的取得可能是豪斯曼执行中的一个问题，但我想知道我遇到的问题是否真的是由此引起的。
根据我使用的random.method规范，结果会有很大的不同，这让我想知道哪些要信任（可能没有）。
以下＆＃39; vit＆＃39;代表一个公式，在右侧只有变量随时间和个人变化，而完全代表相同的变量+年固定效果假人+一些变量每年不同但每个公司都相同（固定固定效应） 。
以下是一些结果
phtest(vit,data = p.data, effect="twoways", random.method="amemiya")
Hausman Test
data: vit
chisq = 13.0489, df = 30, p-value = 0.9969
alternative hypothesis: one model is inconsistent
对战
phtest(vit,data = p.data, effect="twoways", random.method="walhus")
Hausman Test
data: vit
chisq = 76.3063, df = 30, p-value = 6.617e-06
alternative hypothesis: one model is inconsistent
虽然当然可以通过不同的测试获得不同的结果，但这里的根本区别让我想知道......
LM测试也出现类似的情况：
plmtest(full, data=p.data, effect="twoways",type="kw")
Lagrange Multiplier Test - two-ways effects (King and Wu)
data: full
normal = -2.3819, df = 2, p-value = 0.01722
alternative hypothesis: significant effects
与
plmtest(full, data=p.data, effect="twoways",type="ghm")
Lagrange Multiplier Test - two-ways effects (Gourieroux, Holly and Monfort)
data: full
chisq = 0.0025, df = 2, p-value = 0.9987
alternative hypothesis: significant effects
有人可以就该做什么提出建议吗？
谢谢，
西蒙