豪斯曼类型试验在R

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！