请教Ewiews面板回归时的截距项处理

是 否 +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~ !

立即领取

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

1、NONE；无截距项；

2、COMMON：所有合并数据库成员拥有相同截距；

3、FIXED EFFECTS：每个成员估计一个不同的截距项；

4、RANOM：随机

我发现1、2、3估计出来的结果是不同的，请教大家什么情况下用1？什么情况下用2或3？

这三种估计方法对论文结论有何不同？用1的权威性如何？

谢谢！

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

分享0 收藏2 回帖

关键词：Ewiews 面板回归 Wie EWS 截距项 面板 Ewiews

按到理1，2，3，4的结果都应该不同吧，除非数据十分特殊。1一般很少用，意义我也不大清楚，我觉得更多的是模型设定的感觉。2和3的区别是比较明显的，一个是读数据进行整体回归，即相当于普通的最小二乘法。另一个即3就是最典型的平行数据的模型。4也是典型的平行数据模型，二者都属于变截距平行数据模型，只是一个是固定一个是随机。这主要是源于残差项的假设。

如果要建立变截距平行数据模型，可以通过豪斯曼检验来判断是用3或者4。

谢谢老大指点！辛苦了！

回一楼:

1和2的差别:1是无截距项回归方程,若无强烈的先验信息原估计方程是无截距项的,应尽可能避免,因为无截距项回归结果可能会导致负的决定系数等问题,有个特例,证券组合线方程是无截距项的,请参阅Gujarati"Basic Econometrics"

2和3的差别是:2只是把原数据简单叠加,使用的方法有资料称pooled OLS,即假设方程的截距项无论在cross section上还是在time series上具有共同的性质;3是fixed effects model,估计方法称为LSDV.模型2和3的选择,可使用F-test,在模型3的基础上假设所有的截距项在时序上有相同的性质,即相等(变形为皆等于零),请参阅Greene"Econometrics Analysis"

3和4的差别,可参阅二楼的观点

真还是有高人啊