[面板数据求助] 混合OLS模型、固定效应模型、随机效应模型的区别是什么？ [推广有奖]

11楼

ffyyll13 发表于 2012-2-26 18:22:38

kantouni 发表于 2012-2-26 18:17
多谢~你是讲得很清楚啦~我只是要参考一下专业术语~多谢啦~

不客气呵呵

12楼

waveland 发表于 2012-4-15 17:15:01

随机效应和固定效应模型的区别在于，随机效应模型认为误差项和解释变量不相关，而固定效应模型认为误差项和解释变量是相关

13楼

Mollieさん 发表于 2012-4-16 08:33:14

混合模型被定义为
y_(i,t)=α+X_(i,t) β+ε_(i,t),i=1,2,…,N; t=1,2,…,T
其中y_(i,t)为被回归变量（标量），α为截距项，X_(i,t)为k×1阶回归变量列向量（包括k个回归量），β为k×1阶回归系数列向量，ε_(i,t)为误差项（标量）。混合模型的特点是无论对任何个体和界面，回归系数α和β都相同。如果模型是正确设定的，解释变量与误差项不相关，即Cov(X_(i,t),ε_(i,t) )=0。那么无论是N→∞，还是T→∞，模型参数的混合最小二乘估计量（Pooled OLS）都是一致估计量。
4.2.2 个体固定效应模型
个体固定效应模型被定义为
y_(i,t)=α_i+X_(i,t) β+ε_(i,t),i=1,2,…,N;t=1,2,…,T
其中α_i是随机变量，表示对于i个个体有i个不同的结局想，且其变化与X_(i,t)有关系；X_(i,t)为k×1阶回归变量列向量（包括k个回归量），β为k×1阶回归系数列向量，对于不同个体回归系数相同，y_(i,t)为被回归变量（标量），ε_(i,t)为误差项（标量），则称此模型为个体固定效应模型。
4.2.3随机效应模型
随机效应模型被定义为
y_(i,t)=α_(i,t)+X_(i,t) β+ε_it,i=1,2,…,N;t=1,2,…,T
如果α_(i,t)为随机变量，其分布与X_(i,t)无关；X_(i,t)为k×1阶回归变量列向量（包括k个回归量），β为k×1阶回归系数列向量，对于不同个体回归系数相同，y_(i,t)为被回归变量（标量），ε_it为误差项（标量）。