楼主: arlionn
91728 925

[stata资源分享] [讨论]STATA 专题讨论   [推广有奖]

81
arliion 发表于 2005-10-6 15:14:00 |只看作者 |坛友微信交流群

I wander if you are overseas, if yes, nothing can help.

使用道具

82
hgz2373294 发表于 2005-10-12 09:56:00 |只看作者 |坛友微信交流群

楼主你59楼的回答是不是有点问题啊

原假设:两者(随机效应与固定效应)没有显著性差别

拒绝应该是有显著性区别,那么应该是随机效应模型比固定效应更好.

来源:林光平<计算计量学>

大数据晓(小)众商!

使用道具

83
arliion 发表于 2005-10-13 09:42:00 |只看作者 |坛友微信交流群
以下是引用hgz2373294在2005-10-12 9:56:14的发言:

楼主你59楼的回答是不是有点问题啊

原假设:两者(随机效应与固定效应)没有显著性差别

拒绝应该是有显著性区别,那么应该是随机效应模型比固定效应更好.

来源:林光平<计算计量学>

(我的那个叫 arlionn 的帐号找不到了,所以用这个相似的帐号)

to 楼上:

我们先不管什么林光平之类的。从固定效应和随机效应模型的基本设定出发就可以把问题搞清楚了。谁也不能保证林一定是对的。

设模型为 Y_it = X_it*b + a_i + e_it。其中, a_i 表示个体效应。

如果我们设定固定效应模型,那么可以通过差分或“组内去心”消除 a_i 。因此无需考虑 a_i 与 e_it 之间的相关性问题。

如果我们设定随机效应模型,那么相当于把 a_i 和 e_it 设定为一个随机干扰项,

即 u_it = a_i + e_it。那么此时 u_it 与 X_it 之间的相关性就必须考虑。随机效应模型无偏、一致的一个基本假设就在于 Cov(u_it, X_it)=0,即干扰项与解释变量不相关。

在 Cov(u_it, X_it)=0 的原假设下,FE 和 RE 都是无偏且一致的估计量,但是前者不具有效性。但是如果此假设被拒绝,那门 FE 仍然是无偏且一致的,因为它本身就不依赖于此假设;而 RE则是有偏的(我们违反了OLS的基本假设),既然已经有偏,也就无需谈论其有效性了。

从上面的分析已经可以看出,如果无法拒绝原假设则表明 RE 比较好,因为它更为有效。相反地,如果拒绝了原假设,那么 RE 是有偏的,所以此时我们一般选择 FE(这并不意味着FE比较好)。另一种处理办法是采用工具变量法,继续使用RE模型。

使用道具

84
lucky-li 发表于 2005-10-13 10:17:00 |只看作者 |坛友微信交流群

不错不错

使用道具

85
sammer128 发表于 2005-10-16 12:16:00 |只看作者 |坛友微信交流群

小声问一下,这个市怎么回事啊(用的是se8.0,一直看不见图):

graph educ,bin(8) norm educgraph_g.new , bin(8) norm: class member function not found

educ is not a valid graph subcommand

使用道具

86
arliion 发表于 2005-10-18 17:38:00 |只看作者 |坛友微信交流群

使用道具

87
zhjzhj2003 发表于 2005-10-19 18:28:00 |只看作者 |坛友微信交流群
游说在做ZIP模型吗

使用道具

88
symedia 发表于 2005-10-19 19:08:00 |只看作者 |坛友微信交流群
提示: 作者被禁止或删除 内容自动屏蔽
签名被屏蔽

使用道具

89
andy76 发表于 2005-10-20 09:47:00 |只看作者 |坛友微信交流群
顶一个

使用道具

90
jmfang 发表于 2005-10-20 10:50:00 |只看作者 |坛友微信交流群

求助:用stata8.0 ,为什么作图老出现这种情况?请各位多多指教和帮忙.

graph y1 y2 time, c(11[-]) s(OT) xlab(0(2)12) ylab y1graph_g.new (y2 time, c(11[-]) s(OT) ylab), xlab(0(2)12):

class member function not found

y1 is not a valid graph subcommand

我不知道这是什么原因.是不是我的软件不完整?

非常感谢!

使用道具

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

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-28 14:26