 上传我的文档
 下载
 收藏
课件基地，欢迎收藏
 下载此文档
正在努力加载中...
固定效应变系数模型的变量选择
下载积分：900
内容提示：固定效应变系数模型的变量选择
文档格式：PDF|
浏览次数：5|
上传日期： 11:51:10|
文档星级：
该用户还上传了这些文档
固定效应变系数模型的变量选择
官方公共微信君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
固定效应变系数模型的变量选择
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口苹果/安卓/wp
积分 106, 距离下一级还需 39 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
道具: 匿名卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
尴尬签到天数: 36 天连续签到: 3 天[LV.5]常住居民I
请问这个问题该如何解决？不随时间变化的变量的影响采用什么方法能够估计出来呢？谢谢！
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
随机效应或者mixed effect模型
热心帮助其他会员
总评分:&经验 + 5&
热心指数 + 1&
如果没有endogeneity方面的考虑的话可以使用random effects model，但是random effects model不能解决time-invariant 的endogeneity，而fixed effects model 可以。如果觉得必须使用fixed effects，又需要在模型中添加不随时间变化的变量（如性别、民族等），可以添加这些变量和时间变量的交互项。当然，这样的话对于系数的解释就不同了。因为这样做的潜在假设是这些变量（性别、民族）的作用随时间的变化而不同。
热心帮助其他会员
总评分:&经验 + 5&
热心指数 + 1&
LSDV, Correlated random effects model, Hausman Tayslor.
初级热心勋章
初级热心勋章
中级热心勋章
中级热心勋章
高级热心勋章
高级热心勋章
特级热心勋章
高级热心勋章
初级信用勋章
初级信用勋章
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师苹果/安卓/wp
积分 51, 距离下一级还需 34 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
做面板变系数固定效应模型，但是回归系数的t检验基本都不显著，怎么办？可以在原有基础上估计方法采用PCSE方法吗？我的模型是：LnN=a+b1LnY+b2LnW+b3Sec+b4Ter+u(一个被解释变量，四个解释变量)，时间跨度：2002年-2012年，三个省份。
请问系数不显著可以选择PCSE估计方法来估计参数吗？我发现这样的话，t就显著了。。。菜鸟一枚，求大神赐教
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
如果不显著一般而言就是你模型建的有问题或者是变量的数据在收集的时候不太对，建议楼主多看看相关内容的期刊论文，里面的数据收集和建模很有参考价值。
另外对于PCSE的问题，我自己的论文出现了类似的问题，我使用PCSE回归之后效果很好，但是我导师不同意我这么做，他认为这个方法的范围太大太笼统，估计结果很可能是有偏的。
最后我的解决方法是添加了一个交互项，然后添加了新的变量，对于数据进行了调整。使用XTSCC做的回归， ...
本帖被以下文库推荐
& |主题: 8540, 订阅: 47
急用！！求大神赐教！可不可以这样做！
Dependent Variable: N?& & & & & & & & & & & & & & & &
Method: Pooled Least Squares& & & & & & & & & & & & & & & &
Date: 12/15/15& &Time: 21:14& & & & & & & & & & & & & & & &
Sample: & & & & & & & & & & & & & & & &
Included observations: 11& & & & & & & & & & & & & & & &
Cross-sections included: 3& & & & & & & & & & & & & & & &
Total pool (balanced) observations: 33& & & & & & & & & & & & & & & &
& & & & & & & & & & & & & & & &
Variable& & & & Coefficient& & & & Std. Error& & & & t-Statistic& & & & Prob.&&
& & & & & & & & & & & & & & & &
C& & & & 10.21653& & & & 2.585891& & & & 3.950876& & & & 0.0009
_BJ--Y_BJ& & & & 0.668759& & & & 1.052951& & & & 0.635129& & & & 0.5333
_TJ--Y_TJ& & & & 0.905935& & & & 0.413952& & & & 2.188503& & & & 0.0421
_HB--Y_HB& & & & 0.269005& & & & 0.486313& & & & 0.553153& & & & 0.5870
_BJ--W_BJ& & & & -0.092046& & & & 0.896555& & & & -0.102667& & & & 0.9194
_TJ--W_TJ& & & & -0.334322& & & & 0.599413& & & & -0.557748& & & & 0.5839
_HB--W_HB& & & & -0.070478& & & & 0.420361& & & & -0.167661& & & & 0.8687
_BJ--SEC_BJ& & & & 0.119388& & & & 0.033368& & & & 3.577937& & & & 0.0022
_TJ--SEC_TJ& & & & -0.298364& & & & 0.093503& & & & -3.190971& & & & 0.0051
_HB--SEC_HB& & & & -0.011177& & & & 0.029810& & & & -0.374941& & & & 0.7121
_BJ--TER_BJ& & & & 0.088795& & & & 0.034858& & & & 2.547291& & & & 0.0202
_TJ--TER_TJ& & & & -0.300069& & & & 0.088033& & & & -3.408582& & & & 0.0031
_HB--TER_HB& & & & 0.003148& & & & 0.040817& & & & 0.077127& & & & 0.9394
Fixed Effects (Cross)& & & & & & & & & & & & & & & &
_BJ--C& & & & -17.99277& & & & & & & & & & & &
_TJ--C& & & & 21.34014& & & & & & & & & & & &
_HB--C& & & & -3.347369& & & & & & & & & & & &
& & & & & & & & & & & & & & & &
& & & & Effects Specification& & & & & & & & & & & &
& & & & & & & & & & & & & & & &
Cross-section fixed (dummy variables)& & & & & & & & & & & & & & & &
& & & & & & & & & & & & & & & &
R-squared& & & & 0.997658& & & && &&&Mean dependent var& & & & & & & & 7.145960
Adjusted R-squared& & & & 0.995837& & & && &&&S.D. dependent var& & & & & & & & 0.796098
S.E. of regression& & & & 0.051368& & & && &&&Akaike info criterion& & & & & & & & -2.796666
Sum squared resid& & & & 0.047495& & & && &&&Schwarz criterion& & & & & & & & -2.116436
Log likelihood& & & & 61.14499& & & && &&&F-statistic& & & & & & & & 547.7208
Durbin-Watson stat& & & & 2.605600& & & && &&&Prob(F-statistic)& & & & & & & & 0.000000
& & & & & & & & & & & & & & & &
Dependent Variable: N?& & & & & & & & & & & & & & & &
Method: Pooled Least Squares& & & & & & & & & & & & & & & &
Date: 12/15/15& &Time: 21:45& & & & & & & & & & & & & & & &
Sample: & & & & & & & & & & & & & & & &
Included observations: 11& & & & & & & & & & & & & & & &
Cross-sections included: 3& & & & & & & & & & & & & & & &
Total pool (balanced) observations: 33& & & & & & & & & & & & & & & &
Cross-section weights (PCSE) standard errors & covariance (d.f.& & & & & & & & & & & & & & & &
& && &&&corrected)& & & & & & & & & & & & & & & &
& & & & & & & & & & & & & & & &
Variable& & & & Coefficient& & & & Std. Error& & & & t-Statistic& & & & Prob.&&
& & & & & & & & & & & & & & & &
C& & & & 10.21653& & & & 0.205893& & & & 49.62059& & & & 0.0000
_BJ--Y_BJ& & & & 0.668759& & & & 0.023821& & & & 28.07384& & & & 0.0000
_TJ--Y_TJ& & & & 0.905935& & & & 0.036505& & & & 24.81672& & & & 0.0000
_HB--Y_HB& & & & 0.269005& & & & 0.001460& & & & 184.2530& & & & 0.0000
_BJ--W_BJ& & & & -0.092046& & & & 0.020283& & & & -4.538052& & & & 0.0003
_TJ--W_TJ& & & & -0.334322& & & & 0.052860& & & & -6.324635& & & & 0.0000
_HB--W_HB& & & & -0.070478& & & & 0.001262& & & & -55.84724& & & & 0.0000
_BJ--SEC_BJ& & & & 0.119388& & & & 0.000755& & & & 158.1513& & & & 0.0000
_TJ--SEC_TJ& & & & -0.298364& & & & 0.008246& & & & -36.18430& & & & 0.0000
_HB--SEC_HB& & & & -0.011177& & & & 8.95E-05& & & & -124.8914& & & & 0.0000
_BJ--TER_BJ& & & & 0.088795& & & & 0.000789& & & & 112.5949& & & & 0.0000
_TJ--TER_TJ& & & & -0.300069& & & & 0.007763& & & & -38.65191& & & & 0.0000
_HB--TER_HB& & & & 0.003148& & & & 0.000123& & & & 25.69063& & & & 0.0000
Fixed Effects (Cross)& & & & & & & & & & & & & & & &
_BJ--C& & & & -17.99277& & & & & & & & & & & &
_TJ--C& & & & 21.34014& & & & & & & & & & & &
_HB--C& & & & -3.347369& & & & & & & & & & & &
& & & & & & & & & & & & & & & &
& & & & Effects Specification& & & & & & & & & & & &
& & & & & & & & & & & & & & & &
Cross-section fixed (dummy variables)& & & & & & & & & & & & & & & &
& & & & & & & & & & & & & & & &
R-squared& & & & 0.997658& & & && &&&Mean dependent var& & & & & & & & 7.145960
Adjusted R-squared& & & & 0.995837& & & && &&&S.D. dependent var& & & & & & & & 0.796098
S.E. of regression& & & & 0.051368& & & && &&&Akaike info criterion& & & & & & & & -2.796666
Sum squared resid& & & & 0.047495& & & && &&&Schwarz criterion& & & & & & & & -2.116436
Log likelihood& & & & 61.14499& & & && &&&F-statistic& & & & & & & & 547.7208
Durbin-Watson stat& & & & 2.605600& & & && &&&Prob(F-statistic)& & & & & & & & 0.000000
& & & & & & & & & & & & & & & &
这是用eviews回归后的结果，第一个是变系数固定效应模型。第二个是用PCSE估计的变系数固定效应模型
请问你最后怎么解决的？我也遇到同样的问题！
我也遇到了同样的问题。请问楼主是怎么解决的。谢谢
PCSE估计怎么做啊
如果不显著一般而言就是你模型建的有问题或者是变量的数据在收集的时候不太对，建议楼主多看看相关内容的期刊论文，里面的数据收集和建模很有参考价值。
另外对于PCSE的问题，我自己的论文出现了类似的问题，我使用PCSE回归之后效果很好，但是我导师不同意我这么做，他认为这个方法的范围太大太笼统，估计结果很可能是有偏的。
最后我的解决方法是添加了一个交互项，然后添加了新的变量，对于数据进行了调整。使用XTSCC做的回归，效果改善很大。
建议你还是多看论文，里面很多思路都可以借鉴尝试。自己的拙见，希望对你有帮助
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
糖块块 发表于
如果不显著一般而言就是你模型建的有问题或者是变量的数据在收集的时候不太对，建议楼主多看看相关内容的期 ...谢谢你！非常感谢
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师【图文】stata上机实验第五讲_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
stata上机实验第五讲
上传于||暂无简介
大小：160.50KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢