random effect， fixed effect model 它们的意义何在呢？

再补充一点吧：
fixed effect model一般不用担心估计量的无偏性和一致性，适用范围广。
为什么还要random effect model呢，这是因为如果解释变量真的和unoberved effect 不相关的话，random effect model估计量的效率要优于fixed effect model估计量的效率（因为fixed effect model在干掉unoberved effect的时候要浪费掉一些自由度）

楼上说错了，不管是FE还是RE，都可能存在内生性，因为未观测的变量是两部分，RE也只能保证individual effecrt部分是和解释变量不相关的，还有一部分完全随机的依然有可能是内生的。正确的做法是先比较FE和RE，然后用比较好的一个去跟它的IV比较，方法是豪斯曼检验。

lss没有说错，用random效应的本意就是为了增加效率，但如果individual effect和X相关的话，random effect就不是渐进无偏的，但fixed effect一般都是渐进无偏的，所以hausman检验其实就是H0假设random effect渐进无偏，在此基础上看fixed和random的结果有没有较大差距，有较大差距就说明random effect很有可能是有偏的，就要用fixed effect，如果没有较大差距，就说明random effect有可能是无偏的，这时候就应该用更efficient的random effect

讨论的很清楚，学习了。

这两种方法的选取主要看个人研究目的

多谢分享！我想问个题外话...这些检验和model很有趣，什么行业或者领域会有应用呢？新人想多在这方面学习学习，轻拍~

Richard_Zj 发表于 2009-10-8 10:59
再补充一点吧：
fixed effect model一般不用担心估计量的无偏性和一致性，适用范围广。
为什么还要random ...

受教了。。。。这几天一直在纠结这个问题。。。谢谢

zerana 发表于 2009-10-7 20:39
回归要控制住最重要的因素，但是如果有一些因素对Y有很重要的影响，你却没有办法获得其观察值，例如能力对于 ...

讲的好清楚！赞

来学习真是受教了

用ols和随机效应做出来的结果做比较分析。其实你可以把ols，固定，随机三个结果做比较分析