本文介绍了豪斯曼类型试验在R的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我一直使用R的PLM程序包对面板数据进行分析。此包中用于在"固定效应"或"随机效应"模型之间进行选择的重要测试之一称为豪斯曼类型。类似的测试也适用于STATA。这里的要点是,STATA要求先估计固定效应,然后再估计随机效应。然而,我没有在"PLM"包中看到任何这样的限制。所以,我想知道"plm"包是否先有默认的"固定效果",然后是"随机效果"。为了供您参考,我在下面提到了我在进行分析时遵循的Stata和R中的步骤。
*
Stata Steps: (data=mydata, y=dependent variable,X1:X4: explanatory variables)
*step 1 : Estimate the FE model
xtreg y X1 X2 X3 X4 ,fe
*step 2: store the estimator
est store fixed
*step 3 : Estimate the RE model
xtreg y X1 X2 X3 X4,re
* step 4: store the estimator
est store random
*step 5: run Hausman test
hausman fixed random
#R steps (data=mydata, y=dependent variable,X1:X4: explanatory variables)
#step 1 : Estimate the FE model
fe <- plm(y~X1+X2+X3+X4,data=mydata,model="within")
summary(model.fe)
#step 2 : Estimate the RE model
re <- pggls(y~X1+X2+X3+X4,data=mydata,model="random")
summary(model.re)
#step 3 : Run Hausman test
phtest(fe, re)
推荐答案
更新:请务必阅读评论。以下是原始答案。
找出这一点的试错法:
> library(plm)
> data("Gasoline", package = "plm")
> form <- lgaspcar ~ lincomep + lrpmg + lcarpcap
> wi <- plm(form, data = Gasoline, model = "within")
> re <- plm(form, data = Gasoline, model = "random")
> phtest(wi, re)
Hausman Test
data: form
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent
> phtest(re, wi)
Hausman Test
data: form
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent
如您所见,无论您将哪个模型作为第一个参数,哪个作为第二个参数,测试都会产生相同的结果。
这篇关于豪斯曼类型试验在R的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!