求助：请问eviews3.1可以做豪斯曼检验吗？在哪个菜单？

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

不知道怎么用eviews3.1做豪斯曼检验，求各位帮帮小弟。十分感激！！！

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0 回帖

关键词：Eviews3 EVIEWS 豪斯曼检验 Views Eview 求助 检验 豪斯曼 菜单

eviews51才有菜单，否则就得自己编程

楼上的能讲一下编程吗

有简单的不用，非要用难得，哈哈

求助：我到底该用随机效应模型还是固定效应模型？谢谢！

陈老师帮忙看看结果了，十分感谢！

我用eviews5.1进行了豪斯曼检验，但结果我不是很确定。我把结果贴上来，各位看是不是说拒绝原假设所以应该用固定效应？但我做出来的随机效应比较符合文章的假设，8个变量中有5个通过了t检验，而固定效应只有4个通过t检验并且关键的变量没通过检验。且我看教材上有说过，Taylor认为若T>=3,N-K>=9（其中T时间序列的数目，N横截面单元的数目，K表示回归元的个数），并且坚持随机效应模型的基本假设，则随机效应模型的估计量比固定效应模型的估计量更有效。模型是符合Taylor的条件的。各位说我应该选哪个模型好呢？非常感激！！！

Correlated Random Effects - Hausman Test
Pool: POOL01
Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 90.029116 8 0.0000


Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

?I 18.434235 10.750042 0.754516 0.0000
?L 11.072948 12.613884 0.497469 0.0289
?N 0.265837 0.301132 0.001244 0.3170
?X1 1.230829 1.636230 0.424397 0.5337
?X2 -0.085753 -0.094218 0.000113 0.4264
?E1 -0.001655 -0.048802 0.000531 0.0408
?E2 0.011645 0.005630 0.000054 0.4151
?E3 2.250113 4.188771 0.581123 0.0110


Cross-section random effects test equation:
Dependent Variable: ?Y
Method: Panel Least Squares
Date: 03/23/07 Time: 09:31
Sample: 1998 2005
Included observations: 8
Cross-sections included: 31
Total pool (unbalanced) observations: 244

Variable Coefficient Std. Error t-Statistic Prob.

C 2.770504 0.570523 4.856076 0.0000
?I 18.43424 1.426041 12.92687 0.0000
?L 11.07295 3.214245 3.444961 0.0007
?N 0.265837 0.150656 1.764527 0.0791
?X1 1.230829 3.117485 0.394815 0.6934
?X2 -0.085753 0.038666 -2.217797 0.0277
?E1 -0.001655 0.054974 -0.030110 0.9760
?E2 0.011645 0.038178 0.305016 0.7607
?E3 2.250113 1.474731 1.525778 0.1286

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.647070 Mean dependent var 10.50728
Adjusted R-squared 0.581649 S.D. dependent var 2.179653
S.E. of regression 1.409800 Akaike info criterion 3.670287
Sum squared resid 407.4450 Schwarz criterion 4.229260
Log likelihood -408.7750 F-statistic 9.890854
Durbin-Watson stat 1.175569 Prob(F-statistic) 0.000000

没看懂啊

恩，，借一本相关的课本来看看应该能懂

jasonghb 发表于 2007-3-23 11:04
求助：我到底该用随机效应模型还是固定效应模型？谢谢！
陈老师帮忙看看结果了，十分感谢！

我用eviews5.1进行了豪斯曼检验，但结果我不是很确定。我把结果贴上来，各位看是不是说拒绝原假设所以应该用固定效应？但我做出来的随机效应比较符合文章的假设，8个变量中有5个通过了t检验，而固定效应只有4个通过t检验并且关键的变量没通过检验。且我看教材上有说过，Taylor认为若T>=3,N-K>=9（其中T时间序列的数目，N横截面单元的数目，K表示回归元的个数），并且坚持随机效应模型的基本假设，则随机效应模型的估计量比固定效应模型的估计量更有效。模型是符合Taylor的条件的。各位说我应该选哪个模型好呢？非常感激！！！

Correlated Random Effects - Hausman Test    Pool: POOL01    Test cross-section random effects        Test Summary  Chi-Sq. Statistic Chi-Sq. d.f. Prob.     Cross-section random  90.029116 8 0.0000        Cross-section random effects test comparisons:        Variable Fixed       Random  Var(Diff.)       Prob.     ?I      18.434235  10.750042  0.754516    0.0000?L     11.072948 12.613884   0.497469    0.0289?N     0.265837   0.301132     0.001244     0.3170?X1   1.230829   1.636230     0.424397     0.5337?X2   -0.085753 -0.094218     0.000113     0.4264?E1   -0.001655 -0.048802     0.000531     0.0408?E2   0.011645   0.005630     0.000054     0.4151?E3   2.250113   4.188771     0.581123      0.0110        Cross-section random effects test equation:    Dependent Variable: ?Y    Method: Panel Least Squares    Date: 03/23/07   Time: 09:31    Sample: 1998 2005    Included observations: 8    Cross-sections included: 31    Total pool (unbalanced) observations: 244        Variable Coefficient Std. Error t-Statistic Prob.      C   2.770504   0.570523 4.856076   0.0000?I  18.43424   1.426041 12.92687   0.0000?L  11.07295   3.214245 3.444961   0.0007?N  0.265837   0.150656 1.764527   0.0791?X1 1.230829   3.117485 0.394815   0.6934?X2 -0.085753  0.038666 -2.217797  0.0277?E1 -0.001655  0.054974 -0.030110  0.9760?E2 0.011645   0.038178 0.305016   0.7607?E3 2.250113   1.474731 1.525778   0.1286    Effects Specification       Cross-section fixed (dummy variables)        R-squared 0.647070     Mean dependent var  10.50728Adjusted R-squared 0.581649     S.D. dependent var  2.179653S.E. of regression 1.409800     Akaike info criterion  3.670287Sum squared resid 407.4450      Schwarz criterion  4.229260Log likelihood -408.7750        F-statistic  9.890854Durbin-Watson stat 1.175569     Prob(F-statistic)  0.000000

你给出的结果显示拒绝采用面板随机效应,使用固定效应模型较为合理.至于到底使用固定效应模型还是随机效应模型哪个更好,要取决于你的偏好,有的研究文章直接给出两种方法的估计结果,有的人对大面板数据坚持使用随即效应.