在空间计量中，如何使用LR检验选择个体固定、时间固定、双固定效应模型？

在MATLAB的demoLMsarsem_panel的文件中，使用LR检验选择个体固定、时间固定和双固定效应模型。LR检验部分代码如下图，全部的代码可见附件。不理解这个方法的检验原理是什么，有大佬能解释一下它的检验原理吗，以及该怎么看它的结论呢？此外，请教如何在无固定效应和这三个固定效应模型中进行选择？[attach]3144634[/attach]

### LR检验（似然比检验）原理

LR检验是一种统计学上的方法，用于比较两个嵌套模型的拟合优度。假设你有两个模型：一个较复杂的模型（全模型），与之相比，另一个更简单的模型（受限模型）是它的子集。在固定效应模型选择中，“无固定效应”模型可以视为最简单的情况，而加入个体、时间或双固定的模型则更为复杂。

#### 原理说明

- LR统计量由两模型的对数似然值之差确定。具体而言，假设受限模型（如无固定效应）的最大对数似然为$L_0$，全模型（如加入了某类固定效应）的最大对数似然是$L_1$。
  
  - $LR = -2 * (L_0 - L_1)$

- LR统计量在原假设下服从自由度为两模型参数差的卡方分布。比如，从无固定效应模型到个体固定模型，增加的是每个个体的固定效数（假设$n$个个体），则自由度是$n$。

#### 如何看结论

如果你计算出的LR值对应的p-value小于你设定的显著性水平（如0.05），那么就有理由拒绝原假设（即更简单的模型足够好，额外的复杂度没有带来实质性的拟合改善）。这意味着较复杂的模型提供了统计上显著更好的拟合。

### 选择固定效应模型

在MATLAB中使用LR检验来选择个体、时间或双固定的步骤大致如下：

1. **建立基线**：先从最简单的模型开始，即无固定效应的随机效应模型。
2. **逐个加入效应**：
   - 加入个体固定效应。
   - 计算LR统计量和p值，判断是否拒绝原假设（即仅随机效应就足够）。
3. **继续检验**：以相同的方式检查时间固定效应，再考虑双固定效应模型。
4. **比较与决策**：基于每次LR检验的p值来决定是否应该加入相应的固定效。通常情况下，如果加入了某个固定效应后LR检验显著，说明该固定效应对模型有贡献。

#### 实用建议

- 确保在进行每步时，所增加的参数确实能提供额外的信息或更合理的解释。
- 注意，选择模型不仅仅是统计上的决定，还应基于理论和领域的知识来判断哪些变量可能影响结果。

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