随机效应模型下还能估计出具体的时间（个体）效应吗？

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

最近读到一篇发表与《地理研究》的文献，文章作者根据豪斯曼检验结果分别采用个体固定效应与时点随机效应模型进行影响因素分析。在时点随机效应模型的分析结果中，作者具体列出了各个年份的时点效应结果（见下图）。自己对随机效应的理解不足，但是自认为随机效应模型中既然设定时间（个体）效应是随机变量，那么作者怎么还能列出具体每年的年份效应呢？
请大家不吝赐教。
---------------------------------------------------------------------------------------------------------------------------------------------------

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5 回帖

关键词：随机效应模型 随机效应 影响因素分析 个体固定效应 豪斯曼检验 面板数据 随机效应模型 固定效应模型 个体效应 时间效应

不管固定效果或随机效果都可以估计 year-specific 之效果。

1. webuse grunfeld, clear
   
2. xtset company year
   
3. // random effects
   
4. xtreg invest mvalue kstock i.year, re vce(robust)
   
5. // fixed effects
   
6. xtreg invest mvalue kstock i.year, fe vce(robust)

复制代码

1. . // fixed effects
   
2. . xtreg invest mvalue kstock i.year, fe vce(robust)
   
3. 
   
4. Fixed-effects (within) regression               Number of obs     =        200
   
5. Group variable: company                         Number of groups  =         10
   
6. 
   
7. R-sq:                                           Obs per group:
   
8.      within  = 0.7985                                         min =         20
   
9.      between = 0.8143                                         avg =       20.0
   
10.      overall = 0.8068                                         max =         20
    
11. 
    
12.                                                 F(9,9)            =          .
    
13. corr(u_i, Xb)  = -0.3250                        Prob > F          =          .
    
14. 
    
15.                                (Std. Err. adjusted for 10 clusters in company)
    
16. ------------------------------------------------------------------------------
    
17.              |               Robust
    
18.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
19. -------------+----------------------------------------------------------------
    
20.       mvalue |   .1177158   .0108244    10.88   0.000     .0932293    .1422024
    
21.       kstock |   .3579163   .0478484     7.48   0.000     .2496757    .4661569
    
22.              |
    
23.         year |
    
24.        1936  |  -19.19741   20.69857    -0.93   0.378    -66.02082    27.62601
    
25.        1937  |  -40.69001   33.28318    -1.22   0.253    -115.9818    34.60179
    
26.        1938  |   -39.2264   15.73649    -2.49   0.034    -74.82481   -3.627994
    
27.        1939  |  -69.47029   26.99875    -2.57   0.030    -130.5457   -8.394865
    
28.        1940  |  -44.23507    17.3723    -2.55   0.031    -83.53394    -4.93621
    
29.        1941  |  -18.80446   17.84747    -1.05   0.320    -59.17824    21.56931
    
30.        1942  |  -21.13979   14.16477    -1.49   0.170    -53.18273    10.90314
    
31.        1943  |  -42.97762   12.54411    -3.43   0.008    -71.35436   -14.60088
    
32.        1944  |  -43.09876   10.99586    -3.92   0.004    -67.97313    -18.2244
    
33.        1945  |  -55.68303    15.2019    -3.66   0.005    -90.07212   -21.29394
    
34.        1946  |  -31.16928   20.91692    -1.49   0.170    -78.48663    16.14807
    
35.        1947  |  -39.39223   26.43707    -1.49   0.170    -99.19704    20.41257
    
36.        1948  |  -43.71651   38.87861    -1.12   0.290     -131.666    44.23301
    
37.        1949  |   -73.4951    38.2545    -1.92   0.087    -160.0328    13.04259
    
38.        1950  |  -75.89611   36.79846    -2.06   0.069      -159.14    7.347783
    
39.        1951  |   -62.4809   49.41812    -1.26   0.238    -174.2725    49.31066
    
40.        1952  |  -64.63233   51.56208    -1.25   0.242    -181.2739     52.0092
    
41.        1953  |  -67.71796   43.74465    -1.55   0.156    -166.6752    31.23932
    
42.        1954  |  -93.52622   31.72632    -2.95   0.016    -165.2961   -21.75629
    
43.              |
    
44.        _cons |  -32.83631   19.78259    -1.66   0.131    -77.58765    11.91503
    
45. -------------+----------------------------------------------------------------
    
46.      sigma_u |  91.798268
    
47.      sigma_e |  51.724523
    
48.          rho |  .75902159   (fraction of variance due to u_i)
    
49. ------------------------------------------------------------------------------

复制代码

老实说，我完全看不出这样做有什么贡献，除了增加（混）篇幅外。

黃河泉 发表于 2018-3-2 11:12

十分感谢您的回复，但是想问下这两个不都是固定效应模型吗？

狮子坟沉淀 发表于 2018-3-3 12:09
十分感谢您的回复，但是想问下这两个不都是固定效应模型吗？

哈哈！不好意思，打错了。RE 应该是

1. . // random effects
   
2. . xtreg invest mvalue kstock i.year, re vce(robust)
   
3. 
   
4. Random-effects GLS regression                   Number of obs     =        200
   
5. Group variable: company                         Number of groups  =         10
   
6. 
   
7. R-sq:                                           Obs per group:
   
8.      within  = 0.7985                                         min =         20
   
9.      between = 0.8126                                         avg =       20.0
   
10.      overall = 0.8061                                         max =         20
    
11. 
    
12.                                                 Wald chi2(9)      =          .
    
13. corr(u_i, X)   = 0 (assumed)                    Prob > chi2       =          .
    
14. 
    
15.                                (Std. Err. adjusted for 10 clusters in company)
    
16. ------------------------------------------------------------------------------
    
17.              |               Robust
    
18.       invest |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
19. -------------+----------------------------------------------------------------
    
20.       mvalue |   .1137794   .0105878    10.75   0.000     .0930276    .1345311
    
21.       kstock |   .3543357   .0522638     6.78   0.000     .2519006    .4567708
    
22.              |
    
23.         year |
    
24.        1936  |  -17.69006   18.45771    -0.96   0.338    -53.86651    18.48639
    
25.        1937  |  -38.00645   29.61631    -1.28   0.199    -96.05334    20.04045
    
26.        1938  |  -38.40055   15.45229    -2.49   0.013    -68.68648   -8.114613
    
27.        1939  |  -67.66903   25.79712    -2.62   0.009    -118.2305   -17.10761
    
28.        1940  |  -42.21043    15.5464    -2.72   0.007    -72.68081   -11.74004
    
29.        1941  |  -16.89667   16.47127    -1.03   0.305    -49.17977    15.38642
    
30.        1942  |  -19.95061   14.09245    -1.42   0.157    -47.57131    7.670084
    
31.        1943  |  -41.30336   11.76431    -3.51   0.000    -64.36098   -18.24573
    
32.        1944  |  -41.30197    10.5799    -3.90   0.000     -62.0382   -20.56574
    
33.        1945  |  -53.41808   14.18245    -3.77   0.000    -81.21517     -25.621
    
34.        1946  |  -28.60124   19.81129    -1.44   0.149    -67.43066    10.22817
    
35.        1947  |  -37.64751   26.15372    -1.44   0.150    -88.90786    13.61283
    
36.        1948  |  -41.94401   38.82578    -1.08   0.280    -118.0411    34.15312
    
37.        1949  |  -71.51503   38.13139    -1.88   0.061    -146.2512    3.221126
    
38.        1950  |  -73.60965    36.3904    -2.02   0.043    -144.9335   -2.285772
    
39.        1951  |  -59.20587   47.95981    -1.23   0.217    -153.2054    34.79364
    
40.        1952  |  -60.96345   49.99284    -1.22   0.223    -158.9476    37.02072
    
41.        1953  |  -62.88618   41.38343    -1.52   0.129    -143.9962    18.22386
    
42.        1954  |   -88.5642   30.18866    -2.93   0.003    -147.7329   -29.39551
    
43.              |
    
44.        _cons |  -29.82827   12.65549    -2.36   0.018    -54.63257   -5.023973
    
45. -------------+----------------------------------------------------------------
    
46.      sigma_u |  84.233316
    
47.      sigma_e |  51.724523
    
48.          rho |  .72617803   (fraction of variance due to u_i)
    
49. ------------------------------------------------------------------------------

复制代码

黃河泉 发表于 2018-3-3 15:25
哈哈！不好意思，打错了。RE 应该是

哈哈，太感谢啦，黄老师的回复一目了然，看来自己的理解还是有很大问题

黃河泉 发表于 2018-3-2 11:12
不管固定效果或随机效果都可以估计 year-specific 之效果。

老师好，请问一下，xtreg  y x1 x2 i.year,fe  和 xtreg  y x1 x2 i.year,re  ，Hausman检验如果是选择固定效应模型，汇报结果时可以说控制了个体和时间因素，Hausman检验如果是选择随机效应模型，汇报结果时可以说控制了时间因素，那个体因素呢？

想问楼主两个问题：1.这篇文献名字是什么？2.随机效应下怎么会有的F值？

另外，1993-2013年，应该是21年数据吧？