如何用固定效应模型估计不随时间变化变量的系数

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

本人初学计量，对面板数据固定效应模型有一些困惑。我在计量书上看到固定效应模型可以通过组内估计量或者LSDV方法来获得一致估计，二者是等价的。如果用组内估计量，则无法估计解释变量中不随时间变化的变量如性别、产权性质的系数。STATA中的固定效应回归好像也默认采用组内估计量的方法。但是，如果用LSDV方法的话，是否就可以获得对不随时间变化的变量如性别、产权性质系数的一致估计呢？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9 回帖

关键词：固定效应模型 固定效应 时间变化 模型估计 如何用 模型 如何

固定效应模型的劣势就在于其不能估计不随时间而变的变量额。你指的LSDV方法其实就是混合OLS回归，这个方法可以估计不随时间而变的变量。不过它和固定效应模型以及随机效应模型要做相应的检验判定最终使用哪种方法额。

xddlovejiao1314 发表于 2015-12-6 18:28
固定效应模型的劣势就在于其不能估计不随时间而变的变量额。你指的LSDV方法其实就是混合OLS回归，这个方法可 ...

非常感谢您的回复。但是LSDV也是固定效应回归吧。固定效应解决的是由于个体异质性与解释变量相关所产生的遗漏变量问题。LSDV通过给每个个体一个截距项来控制遗漏变量问题，所以应该也是固定效应。但是我的问题在于当解释变量不随时间变化时，我们采用LSDV虽然能够得到估计系数，但是这个系数是一致的吗？因为解释变量不随时间变化，本身就是LSDV去控制的个体效应，是否有矛盾呢？谢谢

zhr3xxx 发表于 2015-12-6 21:36
非常感谢您的回复。但是LSDV也是固定效应回归吧。固定效应解决的是由于个体异质性与解释变量相关所产生的 ...

同我上条回复，我觉得LSDV和混合OLS回归没差别额 ，就是在模型里面引入个体的截距项，然后把不随时间而变的变量也放在里面。这和组内估计量这种形式估计的固定效应模型比较要用哪种有相应的检验统计量额。不是说得到结果好就用哪个额。

组内估计量是差分形式的回归，那么系数该做何解释呢？

在这篇论文(《Combining mixed logit models and random effects models to identify the determinants of willingness to pay for rural landscape improvements》)中提到Hanley的办法，固定效应模型如果要想包含不随时间变化的量可以和选择替代属性或者是选项的特定常数进行交互。Attributes of the individuals must, therefore, be interacted either with the choice-specific attributes or with the alternative specific constants (Hanley et al., 2001).

呼呼兔的胡图图 发表于 2017-9-25 12:53
在这篇论文(《Combining mixed logit models and random effects models to identify the determinants of  ...

但是与特定常数进行交互的话，那岂不是还是不随时间变化啊？

nkwangxu@gmail 发表于 2018-3-8 08:58
但是与特定常数进行交互的话，那岂不是还是不随时间变化啊？

建议您先考虑一下（1）为什么要加入交互作用项 （2）面板数据固定效应的算法
无法上传caj文件，建议您看一下华中科技大学李毅的《交互效应面板数据模型的理论与应用》 百度文库链接：https://wenku.baidu.com/view/2756ed3e580102020740be1e650e52ea5518cee3.html

xddlovejiao1314 发表于 2015-12-6 18:28
固定效应模型的劣势就在于其不能估计不随时间而变的变量额。你指的LSDV方法其实就是混合OLS回归，这个方法可 ...

您在一开始已经提到固定效应不能估计不对时间变化的变量，那么讨论是用LSDV还是组内估计毫无意义，二者都将导致不随时变的变量被STATA omit掉

xddlovejiao1314 发表于 2015-12-6 21:40
同我上条回复，我觉得LSDV和混合OLS回归没差别额 ，就是在模型里面引入个体的截距项，然后把不随时间而变 ...

两种估计的结果将是完全一致的，不存在LSDV和组内估计不同的情况