计量学教程及eviews实现面板数据模型的分析.ppt

二、面板数据模型数据估计的Eviews实现 若点击View键选择 Representations功能， 还可以得到输出结果的 代数表达式（右图给出 了部分结果）。 第六节 面板数据模型扩展Ⅰ： Hausman-Talor模型 面板数据模型的分析及Eviews实现 第一节 面板数据模型简介 第二节 固定效应模型及其估计方法 第三节 随机效应模型及其估计方法 第四节 模型设定的检验 第五节 面板数据模型应用实例及Eviews实现 第六节 面板数据模型扩展Ⅰ：Hausman-Talor模型 第一节 面板数据模型简介 一、面板数据和模型概述 在经济学研究和实际应用中，我们经常需要同 时分析和比较横截面观察值和时间序列观察值结合 起来的数据，即：数据集中的变量同时含有横截面 和时间序列的信息。这种数据被称为面板数据 (panel data)，它与我们以前分析过的纯粹的横截面 数据和时间序列数据有着不同的特点。简单地讲， 面板数据因同时含有时间序列数据和截面数据，所 以其统计性质既带有时间序列的性质，又包含一定 的横截面特点。因而，以往采用的计量模型和估计 方法就需要有所调整。 第二节 固定效应模型及其估计方法 第三节 随机效应模型及其估计方法 一致估计量要求：当样本量趋近无穷大时，估计量同时趋近真实值。在面板数据模型中这就要求N和T分别趋向无穷大，这有时有问题，如例1中，N是固定的，华东六省一市是不能改变的，因此当样本的N和T都比较小时，可以直接采用固定效应模型。 第四节 模型设定的检验 一、为什么要对模型的设定进行检验？ 二、检验的方法 Greene（1997）介绍了两种检验方法。一种是 由Breush和Pagan（1980）提出的拉格朗日检验法 （LM test）。另一种是Hausman（1978）提出的 Hausman检验方法（Hausman test），Hausman 检验量其实是一种Wald检验法（Wald test）。这两 种方法均可以用于验证面板数据模型的设定应该是 固定效应还是随机效应。 第三，检验标准：LM大于临界值，则拒绝H0。 第五节 面板数据模型应用实例