cross-section weights 方法下模型效果好，但是豪斯曼检验要用随机效应模型，求指导！

面板数据在 pool方程估计权重选择上，cross-section weights 方法下，全部显著，R方很高，选择no weighting下效果不好，做豪斯曼检验，结果是要采用随机效应模型， 但是豪斯曼检验下出现的 固定效应是在no weighting下的， 和 随机效应模型效果都不好， 要怎么办？

1，根据豪斯曼检验，选择随机效应模型
（hausman fe re 顺序不能错 首先估计fe 其次re）
2，不断调整（参考：Cameron(2009)   Microeconometrics Using Stata）

1，根据豪斯曼检验，选择随机效应模型
（hausman fe re 顺序不能错 首先估计fe 其次re）
2，不断调整（参考：Cameron(2009)   Microeconometrics Using Stata）

1，根据豪斯曼检验，选择随机效应模型
（hausman fe re 顺序不能错 首先估计fe 其次re）
2，不断调整（参考：Cameron(2009)   Microeconometrics Using Stata）

hubifeng？ 发表于 2013-8-23 20:36
1，根据豪斯曼检验，选择随机效应模型
（hausman fe re 顺序不能错 首先估计fe 其次re）
2，不断调整（参 ...

我的截面数15个，做随机效应模型意义会不会不大。当模型时间跨度T较长时，随机效应模型和固定效应模型效果差别不大，那可不可以理解为豪斯曼检验是没有意义了，因为选固定总没有错，做fe是选择固定排除了混合，然后re是说随机更适合，但是结果却是恶心。固定下的cross-section weights 就很好。谢谢解答！！！好人！！！

hubifeng？ 发表于 2013-8-23 20:35
1，根据豪斯曼检验，选择随机效应模型
（hausman fe re 顺序不能错 首先估计fe 其次re）
2，不断调整（参 ...

做随机的目的是什么，，，我晕了，哈哈哈，谢谢！我觉得能说明问题就好！！所以先森是否觉得固定也是可以的，，，，，谢谢谢谢！！！

请教下：stata中，面板数据的截面加权，即cross-section weights ，是怎么来做的呢？有文献支撑么？谢谢，急用！