楼主: bacelonaboy
21896 24

求助:关于面板数据模型的reg命令 [推广有奖]

  • 0关注
  • 1粉丝

已卖:7份资源

博士生

32%

还不是VIP/贵宾

-

威望
0
论坛币
281 个
通用积分
11.5124
学术水平
4 点
热心指数
5 点
信用等级
3 点
经验
1521 点
帖子
291
精华
0
在线时间
175 小时
注册时间
2006-2-26
最后登录
2023-1-1

楼主
bacelonaboy 发表于 2011-3-22 13:08:30 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
混合数据回归即假定不存在个体特异性,从而建立常参数模型,因此等价于截面回归。我想知道的是,在面板数据模型中,reg y x 这个命令做的是横截面回归还是混合数据回归?在eviews里横截面和混合回归的结果是不一样的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:关于面板数据 面板数据模型 数据模型 面板数据 REG 求助 面板 命令 REG 数据模型

沙发
sungmoo 发表于 2011-3-22 13:23:52
bacelonaboy 发表于 2011-3-22 13:08 混合数据回归即假定不存在个体特异性,从而建立常参数模型,因此等价于截面回归
能把你的“混合回归”与“截面回归”的理论模型写出来吗?

藤椅
bacelonaboy 发表于 2011-3-22 14:14:50
sungmoo 发表于 2011-3-22 13:23
能把你的“混合回归”与“截面回归”的理论模型写出来吗?
混合数据是按多个横截面数据按时间顺序连接在一起形成的,nT个观测值:
yit=ci+axit+uit,i=1~n,t=1~T。
截面回归是某个时间点上的,
yi=c+axi+ui, i=1~n。

reg y x表示的是什么呢?

板凳
sungmoo 发表于 2011-3-22 14:32:38
bacelonaboy 发表于 2011-3-22 14:14

混合数据是按多个横截面数据按时间顺序连接在一起形成的,nT个观测值:
yit=ci+axit+uit,i=1~n,t=1~T。

截面回归是某个时间点上的,
yi=c+axi+ui, i=1~n。

reg y x表示的是什么呢?
reg y x

假设yit=c+axit+uit,并且uit独立同分布。
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
bacelonaboy + 1 + 1 + 1 观点有启发

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

报纸
bacelonaboy 发表于 2011-3-22 18:10:56
sungmoo 发表于 2011-3-22 14:32
reg y x
假设yit=c+axit+uit,并且uit独立同分布。
谢谢。就是说reg y x表示混合回归吧是吗?我不明白,请问那如果要做横截面回归,命令应该是什么?
麻烦版主解答。。

地板
sungmoo 发表于 2011-3-22 19:58:26
bacelonaboy 发表于 2011-3-22 18:10 就是说reg y x表示混合回归吧是吗?
按你前面的混合回归模型,reg y x并不是。

7
sungmoo 发表于 2011-3-22 20:28:15
bacelonaboy 发表于 2011-3-22 18:10 如果要做横截面回归,命令应该是什么?
bacelonaboy 发表于 2011-3-22 14:14
截面回归是某个时间点上的,
yi=c+axi+ui, i=1~n。
你的截面回归中,c不随时间与个体变化?

8
tbntblqx 发表于 2011-3-22 22:34:03
面板数据用reg回归就是POLS
^_^

9
bacelonaboy 发表于 2011-3-23 02:57:13
sungmoo 发表于 2011-3-22 20:28
你的截面回归中,c不随时间与个体变化?
谢谢版主的解答,我上面的方程没写对。。其实我想做的是这样一个问题:yit=ct+at*xit+uit,请问怎样估计参数?
再次麻烦版主了!!

10
bacelonaboy 发表于 2011-3-23 02:58:19
8# tbntblqx
谢谢解答!

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-9 04:11