面板数据模型设定检验方法.doc
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
"面板数据模型设定检验方法" 面板数据模型设定检验是统计学中的一种重要方法,用于检验面板数据模型的设定是否合理。面板数据模型是一种特殊的时间序列模型,用于描述多个个体或单位在不同的时间点上的行为或状态。 在面板数据模型设定检验中,通常使用 F 检查和 Hausman 检查两种方法来检验模型的设定。 F 检查是用来检验模型中个体固定效应回归模型是否合理的方法。F 检查的原理是基于自由度为(J, N - k)的 F 分布。其中,RSSr 表示施加约束条件后的残差平方和,RSSu 表示未施加约束条件后的估计模型的残差平方和,J 表示约束条件的个数,N 表示样本容量,k 表示未加约束的模型中被估参数的个数。在原假设“约束条件真实”条件下,F 记录量渐近服从自由度为(J, N - k)的 F 分布。 例如,在个体固定效应回归模型中,F 检查可以用于检验模型中的截距项是否相似。如果 F 记录量大于某个临界值,那么可以推翻原假设,表明模型中不同个体的截距项不同。 Hausman 检查是用来检验模型中的解释变量是否存在内生性问题的方法。Hausman 检查的原理是基于检验两个估计量之间的差异性。如果模型中的解释变量不存在内生性问题,那么两个估计量都具有一致性,均有相似概率极限分布。如果模型中的解释变量存在内生性问题,那么回归参数的 OLS 估计量是不一致的,而 2SLS 估计量仍具有一致性,两个估计量将有不同概率极限分布。 Hausman 检查的零假设和备择假设是:H0:plim(ˆ - ˜)= 0,H1:plim(ˆ - ˜) ≠ 0。其中,ˆ 和 ˜ 分别是两个估计量。Hausman 检查记录量定义为 H = (ˆ - ˜)'(N - 1HVˆ)-1(ˆ - ˜),其中(N - 1HVˆ)是(ˆ - ˜)的极限分布方差协方差矩阵。在 H0 成立条件下,H 记录量渐近服从χ2(q)分布。 在实际中,Hausman 检查记录量(33)无法使用,因为 VH 的一致估计量 HVˆ 很难计算。一般来说,N - 1HVˆ = Var(ˆ)+ Var(˜)- 2Cov(ˆ,˜)。Var(ˆ)和 Var(˜)在一般软件计算中都能给出,但 Cov(ˆ,˜)不能给出。 因此,在实际中通常进行如下检查:H0:模型中所有解释变量都是外生性的。H1:其中某些解释变量都是内生性的。在原假设成立条件下,H = (ˆ - ˜)'()~( Var - ˆ)-1(ˆ - ˜)∼ χ2(k)。
- 粉丝: 3820
- 资源: 59万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助