Eviews3种面板模型的选择-F检验操作详情

简书同步链接Eviews3种面板模型的选择-F检验操作详情

之前有小伙伴问小编关于三种面板模型（不变系数、变截距、变系数）的选择，具体如何操作，所以今天小编亲自来实操咯。

今天看书又对这三种模型有了新的理解，所以赶紧分享记录一下，以防被遗忘（这该死的记性）。

--------------------------------------我是美丽的分割线--------------------

先上模型
1、变系数模型
yi=αi+xiβi+ui,i=1,2,⋯,Ny_{i}=\alpha_{i} +x_{i}\beta_{i} +u_{i},i=1,2,\cdots ,Nyi=αi+xiβi+ui,i=1,2,⋯,N

2、变截距模型
yi=αi+xiβ+ui,i=1,2,⋯,Ny_{i}=\alpha_{i} +x_{i}\beta +u_{i},i=1,2,\cdots ,Nyi=αi+xiβ+ui,i=1,2,⋯,N

3、不变系数模型
yi=α+xiβ+ui,i=1,2,⋯,Ny_{i}=\alpha +x_{i}\beta +u_{i} , i=1,2,\cdots ,Nyi=α+xiβ+ui,i=1,2,⋯,N

对模型简单粗暴的理解，变系数模型，系数变了，意味着结构变了，那截距项肯定也变啊（当然不排除截距项都相等的命运，这也太？巧了吧）； 变截距模型，只有截距变，但是系数不变（让所有个体系数不变，截距变允许吧？当然啊）； 不变系数模型，要求最高，系数和截距都不变，但是不中用（因为让所有个体结构一样，截距也一样，这样做出来的模型实用性不高，条件太苛刻了）。

--------------------------------------我是美丽的分割线-----------------------------------------------

一、理论准备
模型属于上述1、2、3上述哪种情形，需要进行协方差分析检验，主要检验为如下两个假设：
H1:β1=β2=⋯=βN\beta _{1}=\beta _{2}=\cdots =\beta _{N}β1=β2=⋯=βN
H2:α1=α2=⋯=αN,β1=β2=⋯=βN\alpha _{1}=\alpha _{2}=\cdots =\alpha _{N}, \beta _{1}=\beta _{2}=\cdots =\beta _{N}α1=α2=⋯=αN,β1=β2=⋯=βN
接受H2，则数据符合模型3，即不变系数模型；
拒绝H2，但接受H1，则数据符合模型2，即变截距模型；
拒绝H2，也拒绝H1，则数据符合模型1，即变系数模型。

二、数据准备
高铁梅计量里的面板数据：1935-1954年美国5家企业的3个经济变量（I 、K、 M）20年的观测值。

2.1数据导入
这种数据格式如何导入Eviews，变成Eviews可操作的数据呢？

这里Eviews的数据格式和我们给的Excel的数据格式显然不一样，然后这里小编抖了一个机灵，把i_ch、i_ge、i_gm、i_us、……m_ch、m_Ge、m_us、m_we按组方式打开，然后把Excel里的数据复制过来，然后删除组即可。打开数据以后就是下面这样子了。

而且发现这个数据样式跟小编之前写的Eviews写入面板数据②不一样，所以今天又get到Eviews面板模型数据的另一种处理方式。
3、协方差分析检验

在假设 H2 下检验统计量 F2 服从相应自由度下的F分布。若计算所得到的统计量 F2 的值不小于给定置信度下的相应临界值，则拒绝假设 H2，继续检验假设 H1。反之，接受 H2则认为样本数据符合不变系数模型。

在假设H1下检验统计量F1也服从相应自由度下的F分布，若计算所得到的统计量F1的值不小于给定置信度下的相应临界值，则拒绝假设H1。如果接受H1，则认为样本数据符合变截距模型，反之拒绝H1 ，则认为样本数据符合变系数模型。

    (1) 首先分别计算3种形式的模型：变参数模型、变截距模型和不变参数模型，在每个模型的回归统计量里可以得到相应的残差平方和S1=339121.5、S2 = 444288.4 和S3 = 1570884。(2) 按(10.2.7)式和(10.2.8)式计算F统计量，其中N=5、k=2、T=20，得到的两个F统计量分别为：F1=((S2-S1)/8)/(S1 /85) = 3.29 F2=((S3-S1)/12)/(S1 /85) = 25.73利用函数 @qfdist(d,k1,k2) 得到F分布的临界值，其中d 是临界点，k1和k2是自由度。在给定5%的显著性水平下(d=0.95)，得到相应的临界值为：F2,alpha (12, 85) = 1.87        F1,alpha (8, 85) =2.049由于 F2>1.87，所以拒绝H2；又由于 F1>2.049，所以也拒绝H1。因此，该例题的模型应采用变系数的形式。

下面是（1）是中寻找残差平方和时候的模型选择的配置方式，也是今天小编的新发现。

好了，今天就到这儿了，祝大家学习愉快喔~
今天是我们孝义市欢迎援鄂医疗队凯旋回归的日子，他们都平安回来了，万幸！

Eviews3种面板模型的选择-F检验操作详情相关推荐

ewiews面板回归模型操作_Eviews3种面板模型的选择-F检验操作详情
CSDN同步链接-Eviews3种面板模型的选择-F检验操作详情之前有小伙伴问小编关于三种面板模型(不变系数.变截距.变系数)的选择,具体如何操作,所以今天小编亲自来实操咯. 今天看书又对这三种模型 ...
豪斯曼检验matlab,豪斯曼检验、空间面板模型选择等问题
各位大神,本人空间计量小白,最近看了姜磊老师的书,自己也进行了实证分析.有一些问题不太懂: 1.空间面板数据模型分为混合空间面板数据模型.空间固定效应空间面板数据模型.时间固定效应空间面板模型.空间和 ...
eview面板数据之混合回归模型_【视频教程】Eviews系列25|面板数据回归分析之Hausman检验及本章常见问题解答...
点击上方关注我们! 本期我们学习Eviews统计建模最后一部分--面板数据回归分析Hausman检验及本章常见问题解答.实操:Hausman检验判断是固定效应模型还是随机效应模型上期我们讲到模型判断若 ...
python f检验模型拟合度_多元线性回归模型检验和预测
一.概述 (F检验)显著性检验:检测自变量是否真正影响到因变量的波动. (t检验)回归系数检验:单个自变量在模型中是否有效. 二.回归模型检验检验回归模型的好坏常用的是F检验和t检验.F检验验证的是 ...
【统计学习系列】多元线性回归模型（五）——参数与模型的显著性检验：t检验与F检验
文章目录 1. 前文回顾 2. 单参数显著性检验--t检验 2.1 问题的提出 2.2 检验统计量--t统计量的构造 2.3 拒绝域的构造 2.4 浅谈p值 3. 回归方程显著性检验--F检验 3.1 ...
ADF单位根检验三种形式_第三章（下）：t 检验和 F 检验
应用不同的假设检验的依据,是不同的数据条件. 数据条件包括了实验设计方案(完全随机设计.配对设计或者单样本设计等).样本量.独立性.正态性.方差齐性等,由于数据条件和实验需求的不同,选择不同的检验方法 ...
FAQs答疑-面板门槛模型-Heckman选择-Tobit
全文阅读:https://www.lianxh.cn/news/8555175cde191.html 目录 Q1. PVAR 模型的 GMM 估计能否详细说明下?b1B_PVAR , 第 427 行 ...
R语言偏相关或者部分相关性系数计算实战：通过拟合两个回归模型、或者pysch包计算偏相关系数（Partial Correlation）、通过方差分析获得偏相关系数的F统计量（偏F检验、二型检验）
R语言偏相关或者部分相关性系数计算实战:通过拟合两个回归模型.或者pysch包计算偏相关系数(Partial Correlation).通过方差分析获得偏相关系数的F统计量(偏F检验.二型检验) 目录
面板模型在python上的实现
背景有一份城镇GDP相关的数据,共有9个地区分别11年(2008~2018)的数据,无缺失数据.数据中包括X1(城乡居民年末储蓄存款), X2(年末常住人口), X3(城镇化率), X4(教育支出) ...
vecm模型怎么写系数_用Stata搞实证之面板模型入门
日常摸鱼的强师傅,终于想起来填这个大坑了! 许多有关计量的入门教程都上来先丢一堆理论,看的头晕脑胀,但实际应用却讲的十分含糊这对于很多想快速水paper或者写毕业论文交差的同学十分不友好而跟着本教 ...

Eviews3种面板模型的选择-F检验操作详情

Eviews3种面板模型的选择-F检验操作详情相关推荐

最新文章

热门文章