求助多层回归分析(Multilevel Analysis)问题

非常感谢你的建议！我的数据结构是这样的，不同年份不同国家中不同行业的基尼系数。所以如果分不同国家分别进行HLM，我的数据点太少了，没有公司的数据。我现在是将年份nested in行业，然后把行业nested in国家。把国家的影响以及行业的影响看作是random effect, 然后加入年份的虚拟变量，即看作fixed effect。然后就收到一些问题，比如行业的影响能否看作随机的，这个数据结构是要用HLM做吗，HLM中的那种模型最合适等等。。所以现在还是困惑状态，呵呵。

HLM就是要求数据要足够多才行，如果你的样本量太少，可能就会出现估计偏误，比如一些交互效应的估计等，都会出现偏差。我从论坛上下载一个stata操作HLM的资料，你看看，或许对你有些帮助吧。我用HLM也不到一年的时间。

stata资料链接：https://bbs.pinggu.org/thread-1272218-1-1.html
相关教材链接：https://bbs.pinggu.org/thread-897047-1-1.html

lihoujian 发表于 2012-8-23 18:40
stata资料链接：https://bbs.pinggu.org/thread-1272218-1-1.html
相关教材链接：https://bbs.pinggu.org/th ...

非常感谢！！！论坛中还有一本STATA书店里的“Multilevel and Longitudinal Modeling Using Stata”我觉得也很不错，我基本上参照这本书来做的。
请教一下，你在做HLM模型的一开始，如果确定是否需要分层呢，最直接的在普通的ＯＬＳ上加上如面板固定效应模型一般的虚拟变量不就可以了？

lihoujian 发表于 2012-8-23 18:40
stata资料链接：https://bbs.pinggu.org/thread-1272218-1-1.html
相关教材链接：https://bbs.pinggu.org/th ...

另外你知道如何处理可能存在的autocorrelation还有异方差等问题么。
我试着先做出一个模型，然后估计残差，在看残差与上一期残差的相关系数。但我的同事说未必能简单地这样检验，因为面板数据的自相关问题就比横截面数据的自相关问题复杂的多，也许HLM模型的自相关问题并不能这么简单地来看。。

这个讨论结束了？还继续吗？文章写出来了吗？最后决定怎么分的？
在你说的那本书里面，不是有将Three-Level的问题吗？