求助！面板数据/混合横截面数据fixed/random的选择和weights的选择！

各位大大！小女子近日在研究论文中的数据分析，关于混合横截面数据的回归有诸多困惑，现在把自己的操作步骤贴上来，希望各位可以指点一二！

首先，我选择的数据是2013和2014年所有符合“上市满两年、前两个会计年度连续盈利且按公司章程分红”这一条件的创业板上市公司，筛选后2013年有112家，2014年有207家，这应该属于混合横截面数据吧？或者把它当做非平衡面板数据是不是也可以？

在录入数据的时候，我是分别建立series alpha和series再合成面板的，没有建立pool，因为很多公司只要它其中一年的指标，pool的话不方便把excel的数据

贴过来。。。嗯。。。我这组数据，可以这样当做panel data来做吗？

然后，我分别做了fixed和random下的回归。

首先是fixed，得到的结果如下：

在它的基础上view-fixed/random effect testing-redundant fixed effects-likelihoodratio，得到的结果是：

额，这里我不太会看，应该根据上面那个P值认为存在固定效应，还是根据下面卡方的p值拒绝原假设啊，求解答QAQ。


然后再做random，得到的结果是：


在它的基础上做hausman：


所以，综上所述我应该选择建立什么模型呢？混合吗？

以及我还有一个很严肃的问题。。。就是，我选的控制变量参考了很多核心期刊质量很不错的论文，但是如果不加权直接回归的话，回归效果特别不好，R方和t检验都不理想，我猜测是异方差？可是我不太清楚面板数据如何检验异方差。

但是我发现，一旦改变加权方式，回归结果马上变得特别特别特别理想。。。所以我想问问，weights和coefs covariance methods这两栏应该如何选择？

这几个选项分别在什么情况下适用呢？

我一旦把weights选成cross-section weights，R方马上上90，t检验也特别棒，但是我反而有点虚，不知道可不可以这样用，也不知道需不需要配套的把系数协方差方法选成PCSE。

综上，我个人猜测我应该选这几个选项：

不知道是否正确，求各位大神抽空帮小女子看看，指点一二，感激不尽！

有人吗~自己顶一下~

求大神帮忙解答~

cry，还是没有人吗~~

求解答嘤嘤