签到
苹果/安卓/wp
苹果/安卓/wp
客户端
0.0
0.00
推广加币
升级SVIP
SVIP(AI增强版)
注册
|
登录
经管百科
论坛BBS
搜索
搜索
用户
人大经济论坛
›
标签
›
随机效应
›
相关帖子
标签: 随机效应
经管大学堂:名校名师名课
相关帖子
版块
作者
回复/查看
最后发表
面板数据,用process做调节效应分析,准确吗?因为process是基于OLS模型的,是否
SPSS论坛
halosumily
2019-3-3
7
5088
我最六六六
2023-10-18 20:30:41
hausman检验 xtlogit回归fe固定效用模型做不出来 该用什么方法检验该用什么模型?
-
[悬赏
10
个论坛币]
Stata专版
brox
2019-3-5
5
3273
棒棒甜甜圈
2022-11-17 14:25:12
固定效应模型与随机效应模型
Stata专版
小星星眼
2018-12-19
3
9488
billkin
2021-11-29 20:26:50
EVIEWS F检验与豪斯曼检验
EViews专版
冰静林
2018-12-5
6
19816
辰辰3996
2021-6-17 01:16:23
跪求随机效应的面板泊松回归命令行,大神们 救命啊
Stata专版
why1989214
2019-3-3
2
3578
花田月下
2021-2-25 09:25:50
xtreg re xtreg fe回归不显著,而用xtpcse和xtglsp值很小
Stata专版
刘昊啊
2018-12-13
2
2671
哈哈哈_zy
2020-11-11 23:12:27
请问赫斯曼检验出现这个结果如何处理
Stata专版
追寻名士
2019-2-23
3
8026
Sylvia_szl
2020-2-29 11:27:47
面板数据回归时,stata如何写命令控制行业、时间和地区作随机效应和混合回归检验
Stata专版
I@cloud@fish
2019-2-16
5
8006
rongmafan5
2020-2-27 21:50:15
混合效应、固定效应、随机效应,到底该怎么选择?
EViews专版
冰静林
2019-1-7
13
18050
daiqian1119
2020-1-10 10:14:31
相关随机效应方法
数据交流中心
sunflowerd
2019-2-19
1
1668
statax
2019-8-1 13:35:17
面板数据随机效应模型分位数回归在stata里怎么做?
-
[悬赏
10
个论坛币]
Stata专版
王东-95
2018-12-30
3
2776
讠蛊淤榴
2019-7-30 09:14:07
为什么确定固定效应模型之后还要做GLS回归???
-
[悬赏
2
个论坛币]
Stata专版
健谈8
2019-1-21
7
11463
岳倩倩123
2019-5-22 15:23:06
互助问答第31期:固定效应与随机效应选择和面板数据处理
计量经济学与统计软件
happy_287422301
2019-1-15
2
1725
happy_287422301
2019-4-17 22:44:03
面板logit模型随机效应相关
Stata专版
壹岐千代
2019-3-8
0
1502
壹岐千代
2019-3-8 11:25:46
唉
坛友说
sun-
2019-3-8
1
102
楚天江南客
2019-3-8 10:30:47
帮忙解释hausman的检验结果
-
[悬赏
1
个论坛币]
Stata专版
番茄蛋包饭
2019-3-6
0
1236
番茄蛋包饭
2019-3-6 23:07:09
随机效应的p值
悬赏大厅
wuliea
2019-3-5
0
995
wuliea
2019-3-5 13:12:02
stata做固定效应模型和随机效应模型回归结果一样怎么办
- [!reward_solved!]
爱问频道
hejiyan
2019-3-5
1
6116
ruyixue
2019-3-5 05:29:05
请问如何操作可以在面板数据中生成省份按东中西东北区域划分的三个虚拟变量?
- [!reward_solved!]
Stata专版
cxxhaha
2018-12-14
4
7523
女神囧囧
2019-3-2 16:21:03
求助,关于截面OLS。
Stata专版
方锦海
2019-1-29
6
1768
方锦海
2019-2-1 09:46:48
1 ...
27
28
29
30
31
32
33
34
35
... 43
下一页
京ICP备16021002号-2
京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明
GMT+8, 2026-2-26 06:32
积分 0, 距离下一级还需 积分