固定效应还是随机效应？Hausman检验
在前面的分析中，我们从不同角度比较了固定效应模型和随机效应模型的差别，但是在实际分析中应该使用哪个模型呢？某些学者指出，试图区分固定效应和随机效应本身就是错误的，二者似乎不具可比性。Mundlak（1978）指出，一般情况下，我们都应当把个体效应视为随机的。如果从单纯的实际操作角度来考虑，固定效应模型往往会耗费很大的自由度，尤其是对于截面数目很大的面板数据，随机效应模型似乎更合适。但另一方面，固定效应模型有一个独特的优势，我们无须做个体效应与其它解释变数不相关的假设，而在随机效应模型中，这个假设是必须的，在模型的设定中如果遗漏了重要的变量，就会导致参数估计的非一致性。因此，我们可以通过检验固定效应a；与其它解释变量是否相关作为进行固定效应和随机效应模型筛选的依据。Hausman检验就是这样一个检验统计量。其基本思想是，在a，与其他解释变量不相关的原假设下，我们采用OLS估计固定效应模型和采用GLS估计随机效应模型得到的参数估计都是无偏且一致的，只是前者不具有效性。若原假设不成立，则固定效应模型的参数估计仍然是一致的，但随机效应模型却不是。因此，在原假设下，二者的参数估计应该不会有显著的差异，我们可以基于二者参数估计的差异构造统计检验量。