用Stata 9可以解决这个问题

因为stata 10不稳定？有时候可以，大部分时候不行，好像

菜鸟请教：用方法一做随机效应的异方差检验时，请教下面的结果该选那个FGLS？？？谢谢！
xtgls prem ex1 size leverage y2003 y2004 y2005 y2006 a b c e f g h j k l, panel(heteroskedastic) igls
Iteration 1: tolerance = .06718213
Iteration 2: tolerance = .07408782
Iteration 3: tolerance = .07265794
*****（到了15000个）/*这是什么意思？？
Cross-sectional time-series FGLS regression
Coefficients:  generalized least squares
Panels:        heteroskedastic
Correlation:   no autocorrelation
Estimated covariances      =        86          Number of obs      =       430
Estimated autocorrelations =         0          Number of groups   =        86
Estimated coefficients     =        18          Time periods       =         5
                                                Wald chi2(16)      =    394.38
Log likelihood             =  196.2075          Prob > chi2        =    0.0000
------------------------------------------------------------------------------
        prem |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ex1 |  -.0077504   .0009596    -8.08   0.000    -.0096311   -.0058696
        size |  -.0253165   .0252192    -1.00   0.315    -.0747452    .0241123
    leverage |  -.0143307   .0109633    -1.31   0.191    -.0358185     .007157
       y2003 |  -.1279191   .0232623    -5.50   0.000    -.1735123   -.0823258
      *
      *
      *
------------------------------------------------------------------------------
estimates store igls
xtgls prem ex1 size leverage y2003 y2004 y2005 y2006 a b c e f g h j k l
Cross-sectional time-series FGLS regression
Coefficients:  generalized least squares
Panels:        homoskedastic
Correlation:   no autocorrelation
Estimated covariances      =         1          Number of obs      =       430
Estimated autocorrelations =         0          Number of groups   =        86
Estimated coefficients     =        18          Time periods       =         5
                                                Wald chi2(17)      =    196.72
Log likelihood             =  -30.2331          Prob > chi2        =    0.0000
------------------------------------------------------------------------------
        prem |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ex1 |  -.0005294   .0013484    -0.39   0.695    -.0031723    .0021135
        size |  -.2896968   .0349021    -8.30   0.000    -.3581036     -.22129
    leverage |  -.0428388   .0113338    -3.78   0.000    -.0650527   -.0206249
       y2003 |  -.1010495   .0397107    -2.54   0.011     -.178881   -.0232179
       -*
        *
        *
-----------------------------------------------------------------------------
. local df=e(N_g)-1
. lrtest igls . , df(`df')
(log-likelihoods of null models cannot be compared)
likelihood-ratio test                                  LR chi2(85) =      0.00
(Assumption: . nested in igls)                         Prob > chi2 =    1.0000

我也很想知道啊！

回归后
再test 一下就出来结果了

怎么检验异方差？

estat imt,wh

这个问题解决了吗

同问 p值=1是表示存在异方差么