“傻瓜”学计量——随机效应模型

提纲：

1.随机效应模型原理

2.随机效应模型Stata指令

3.固定效应模型vs随机效应模型

一、随机效应模型

（一）什么时候选用？

存在个体效应or时间效应，且不存在内生性问题

（补充：内生性是指误差项和自变量之间有关系；自相关是指，自变量和自变量之间有关系）

（二）随机效应模型的原理

将误差项看成一个整体

1.性质

（1）误差项不同方差

（2）误差项之间存在序列相关

2.回归方法：feasible GLS 可行的广义最小二乘法

（思路：将原回归模型乘以一个权重，成为一个解决1.中两条性质，即“异方差”“序列相关”的模型，之后继续使用OLS来及逆行求解）

其中，u^2 是其他效应即uit的方差；T是面板数据的时间期数

          

当=0时，原模型即为混合模型，可以对原模型进行OLS回归；

当=1时，原模型即为固定效应模型。即个体效应比较明显，更适用于固定效应模型。

当0<<1时,随机效应模型

二、Stata指令——随机效应

1.举例(单因素个体效应)

xtset 个体变量 时间变量          告诉Stata个体变量和时间变量

xtreg 因变量 自变量（可能有多个），re                "re"是random effect的缩写

2.举例(单因素时间效应)

xtreg 因变量 自变量（可能有多个），re i(时间变量)

3.双因素随机效应

安装包	ssc install iverg2,replace ssc install xtreg,replace ssc install oneclick,replace
设置图片字体	graph set window fontface “Times New Roman" graph set window fontfacesans "宋体”
导入数据	shellout MyData.xlsx                MyData.xlsx:数据文件名称 import excel MyData.xlsx,sheet("DATA") firstrow clear
数据简单处理	重命名  rename 生成新的变量 gen 替换变量 replace 字符型数据变成数据型数据  缩尾 winsor2 插补 iploate mipolate  xtmipolate     具体情况请问AI，或者移步我的其他笔记
保存DTA文件	save Peach.dta,replace             Peach.dta文件名

P

-a2reg-双向固定效应 - 经管代码库 - 经管之家(原人大经济论坛)

双向固定效应代码 - Stata专版 - 经管之家(原人大经济论坛)

https://www.cnblogs.com/Rshimmer/p/17364167.html

【Python+Stata】豪斯曼检验：固定效应or随机效应？_豪斯曼检验代码-优快云博客

reghdfe

需要安装

ssc install reghdfe

ssc install ftools

 reghdfe ln_tfpch ln_qf ln_qss ln_fss, absorb(id year)

输出到某个word

ssc install outreg2

outreg2 using myregressionresults, replace word     myregressionresults文稿文件名

三、固定效应模型vs随机效应模型——豪斯曼检验（Hausman Test）

（一）豪斯曼检验

1.假设

原假设：随机效应的回归系数是无偏的，可以使用随机效应

备择假设：随机效应的回归系数是有偏的，拒绝使用随机效应，使用固定效应

2.如何判断回归系数是否无偏？（豪斯曼检验（Hausman Test）的逻辑）

比较随机效应回归系数和固定效应回归系数，之间是否有显著的差别

第一种情况，当随机效应回归系数和固定效应回归系数相同，认为是无偏的，则使用随机效应模型更有效率，因此我们接受原假设，即使用随机效应（此时对应表格第二列，虽然两者回归系数相同，但固定效应标准误较大，因此随机效应回归系数更有效率）

第二种情况，反之，选择固定效应。即拒绝原假设，选择使用固定效应模型

3.Stata指令

xtreg 因变量 自变量（可能有多个），fe             先跑一个固定效应

estimates store 名称1                                           保存固定效应结果，并命名“名称1”

xtreg 因变量 自变量（可能有多个），re             再跑一个随机效应

estimates store 名称2                                           保存随机效应结果，并命名“名称2”

hausman 名称1 名称2                                           得出豪斯曼检验结果

怎么看hausman检验结果呢？

只看最后一行。

当p值<0.05,则需要拒绝原假设，选择固定效应模型

当p值>0.05,则接受原假设，选择随机效应模型