Question

我正在尝试分析一个面板数据，其中包括对45年来收集的每个美国州的观察结果。我有两个预测变量，它们随时间变化（A，B），另一个变化不变（C）。我特别感兴趣的是知道C对因变量Y的影响，同时控制A和B，以及跨状态和时间的差异。

这是我的模型，使用R中的plm包。

random <- plm(Y~log1p(A)+B+C, index=c("state","year"),model="random",data=data)

我的理由是，对于时间不变的变量，我应该使用随机而不是固定效果模型。我的问题是：我的模型和思维是否正确？

提前感谢您的帮助。

Answer 1

基于计算理由，您可以根据固定效应和随机效应之间的决定做出答案。请参阅与不同型号相关的具体假设。 Hausman检验通常用于区分固定和随机效应模型，但不应作为明确答案（任何好的教科书都会有更多细节）。

如果适用，合并的OLS也可以产生一个好的模型。在计算上，汇总的OLS还可以为您提供时间不变变量的估计值。