面板数据 混合OLS和随机效应(RE)估计结果一样,为什么

连老师，这是我的固定效应、随机效应回归结果，用哪个效应好？
Fixed-effects (within) regression
Number of obs
=
632
> 6
Group variable: code
Number of groups
=
70
> 3

R-sq:
within
= 0.9867
Obs per group: min =

> 8

between = 0.9896
avg =
9.
> 0

overall = 0.9870
max =

> 9


F(1,5622)
= 416712.1
> 0
corr(u_i, Xb)
= 0.0249
Prob > F
=
0.000
> 0

-----------------------------------------------------------------------------
> -

ifa |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval
> ]
-------------+---------------------------------------------------------------
> -

defa |
.3354541

.0005197
645.53
0.000
.3344353
.336472
> 8

_cons |
.0521383
.0199571
2.61
0.009
.0130147
.091261
> 9
-------------+---------------------------------------------------------------
> -

sigma_u |
.47312575

sigma_e |
1.5870652

rho |
.08161818
(fraction of variance due to u_i)
-----------------------------------------------------------------------------
> -
F test that all u_i=0:
F(702, 5622) =
0.80
Prob > F = 0.999
> 9

. help xtreg

. . xtreg ifa defa ,re

Random-effects GLS regression
Number of obs
=
632
> 6
Group variable: code
Number of groups
=
70
> 3

R-sq:
within
= 0.9867
Obs per group: min =

> 8

between = 0.9896
avg =
9.
> 0

overall = 0.9870
max =

> 9

Random effects u_i ~ Gaussian
Wald chi2(1)
= 480710.1
> 3
corr(u_i, X)
= 0 (assumed)
Prob > chi2
=
0.000
> 0

-----------------------------------------------------------------------------
> -

ifa |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval
> ]
-------------+---------------------------------------------------------------
> -

defa |
.3357434
.0004842
693.33
0.000
.3347943
.336692
> 5

_cons |
.0519437
.0197332
2.63
0.008
.0132673
.090620
> 1
-------------+---------------------------------------------------------------
> -

sigma_u |

0

sigma_e |
1.5870652

rho |
0
(fraction of variance due to u_i)
-----------------------------------------------------------------------------
> -
Breusch and Pagan Lagrangian multiplier test for random effects


ifa[code,t] = Xb + u[code] + e[code,t]


Estimated results:

|
Var
sd = sqrt(Var)

---------+-----------------------------

ifa |
189.6295
13.7706

e |
2.518776
1.587065

u |
0
0


Test:
Var(u) = 0

chi2(1) =
13.34

Prob > chi2 =
0.0003
https://bbs.pinggu.org/redirect.php?goto=findpost&pid=6193040&ptid=834056]4#[/url] arlionn

学习了…………

wwflower 发表于 2010-6-17 17:09
这个是不是因变量滞后项的问题啊，我试了几个RE的估计，发现只要引入因变量的滞后项作为解释变量，就都有si ...

你好，请问你有按照那位连老师的方法再跑跑看吗？我想知道用mle之后的随机效应模型是否和OLS有不一样了，我试跑了一下好像还是一样。

陈罗炜 发表于 2015-6-17 02:55
你好，请问你有按照那位连老师的方法再跑跑看吗？我想知道用mle之后的随机效应模型是否和OLS有不一样了， ...

请问你这个问题解决了吗，我也有这个问题啊？

yushufangsky 发表于 2015-6-28 20:41
请问你这个问题解决了吗，我也有这个问题啊？

没有啊，我感觉可能就是不适合用随机效应模型

arlionn 发表于 2010-6-17 19:47
默认情况下，stata采用GLS估计RE模型，此时 simga_e 采用固定效应模型的残差计算而得，而 sigma_u 则是 ...

连老师说的很有道理，但是如果用MLE方法估算随机效应，怎么用hausman检验呢，具体语句是什么？请赐教！

同问，如果用MLE方法估算随机效应，那固定效应和随机效应的选择是否还可以用豪斯曼检验？如果可以，具体语句是什么？请大家赐教，非常感谢！

arlionn 发表于 2010-6-17 19:47
默认情况下，stata采用GLS估计RE模型，此时 simga_e 采用固定效应模型的残差计算而得，而 sigma_u 则是 ...

你好，连老师，我也出现混合效应回归和随机效应回归结果相同的问题，但是我的解释变量里没有滞后项，这个该怎么解决呢，求救助！

arlionn 发表于 2010-6-17 19:47
默认情况下，stata采用GLS估计RE模型，此时 simga_e 采用固定效应模型的残差计算而得，而 sigma_u 则是 ...

连老您好，按照你的方法在命令后加了mle，但是加了之后模型的P值不显著了怎么办？

arlionn 发表于 2010-6-17 19:47
默认情况下，stata采用GLS估计RE模型，此时 simga_e 采用固定效应模型的残差计算而得，而 sigma_u 则是 ...

连老师，那如果解释变量中没有L.y,但也出现了混合回归和随机效应模型一致的结果也可以这样处理吗