面板数据的固定效应模型，后缀fe与fe r 的区别

auirzxp 发表于 2018-9-1 00:07
是的。非常显著的异方差存在。所以应该用xtreg y x1 x2 x3,fe r

请问这是如何看出异方差存在的

auirzxp 发表于 2018-9-1 00:07
是的。非常显著的异方差存在。所以应该用xtreg y x1 x2 x3,fe r

请问为什么加了r,报错option robust not allowed

在面板数据模型中，`xtreg y x1 x2 x3, fe`和`xtreg y x1 x2 x3, fe r`的主要区别在于标准误的计算方式。这里的“fe”代表固定效应（Fixed Effects）模型，“r”是robust（稳健性）的简写。

- `xtreg y x1 x2 x3, fe`: 这个命令估计了一个包含个体固定效应的面板数据回归模型，它假设误差项在个体层面存在自相关但不随时间变化。然而，这个命令计算的标准误没有对异方差或组内（clustered）相关性进行校正。

- `xtreg y x1 x2 x3, fe r`: 在此命令中添加了“r”选项，意味着模型将使用稳健标准误（robust standard errors）。稳健标准误考虑了可能存在的异方差和个体间的相关性问题。这意味着即使在某些假设不完全满足的情况下，估计的系数仍能保持有效性。

为什么`xtreg y x1 x2 x3, fe r`可能会让变量显著性更高？这是因为当数据存在异方差或组内相关性时，标准误的计算如果不加以调整会偏小。使用稳健标准误可以得到更准确的标准误估计，从而可能使某些系数在考虑了正确的不确定性后变得更“显著”。

通常推荐直接使用`xtreg y x1 x2 x3, fe r`以确保结果的稳健性，除非有理论或实证理由认为不需要调整异方差和组内相关。此外，在进行了初步回归之后，可以进行一些诊断检验，如White检验检查异方差、Hausman检验比较固定效应与随机效应模型等。

最后提醒一下，在报告结果时，请务必说明你使用了哪种方法来估计标准误，并解释为什么选择该方法。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用