首先载入程序包和数据
library(plm)
将数据转成可处理的面板格式，特别要注意标明个体名和时间名
pgr <- plm.data(data, index = c("firm", "year"))
先用混合估计模型进行估计
gr_pool <- plm(LOGOUT ~ LOGLABOR + LOGKAP, data = pgr,
model = "pooling")
再用固定效应模型进行估计
gr_fe <- plm(LOGOUT ~ LOGLABOR + LOGKAP, data = pgr,
model = "within")
如果要判断固定效应模型是否比混合估计模型更好，可采用F检验
pFtest(gr_fe, gr_pool)
用随机效应模型进行估计
gr_re <- plm(LOGOUT ~ LOGLABOR + LOGKAP, data = pgr,
model = "random", random.method = "swar")
summary(gr_re)
要判断随机效应模型是否与固定效应模型有区别，可采用Hausman检验
phtest(gr_re, gr_fe)
扫码加好友，拉您进群
全部版块
我的主页
收藏
