set more off
use dta1
encode country, generate(cm) label(cm) 因为一般的country变量是红色的 无法设置面板 因此要encode一下
xtset cm year
然后自己加变量 xtreg y x1 x2,fe ; xtreg yx1 x2 re  
然后hausman 检验

xtset province year **告诉stata你要做面板数据分析**

/***********************检验到底用混合回归还是固定效应回归******这里看固定效用下面F检验，如果拒绝就应该选择则固定效应模型************************************************/
reg y x1 x2,vce(cluster prov)
estimates store ols
xtreg y x1 x2,fe vce(cluster prov)
estimates store FE_robust



/*********************检验用固定效应回归还是用随机效应*******************看hausman结果，拒绝用固定效应********************************/
xtreg y x1 x2,fe
estimates store FE
xtreg y x1 x2,re
estimates store RE
hausman FE RE,constant sigmamore

求问，第一个固定效应和混合效应选择哪个具体怎么看啊，直接看后面那个代码F检验？那第一个有什么意义么？
还有如果第一个拒绝固定效应，第二也拒绝固定效应，那混合效应和随机效应应该选择哪个啊？
谢谢

楼上的分析怎么感觉都是适用于短面板数据的？请问楼上几位你们处理面板数据不考虑数据是短面板还是长面板，一上来就用固定效应和随机效应，然后使用豪斯曼检验选择哪一个效应吗？对于短面板是楼上的方法，当然前提你可以考虑下进行面板单位根检验。对于长面板数据，一般就是OLS+面板校正标准误，这个方法是最为稳健的。也可以接着考虑下全面的FGLS，这个是最有效率的。至于那一个种，就看你你是处理数据中的什么了，有1、组内自相关，2、组间异方差或者同期相关。（和前边对应），数据允许的话，我一般会选择后者。因为后者将1、2都考虑进去了

判断混合还是固定这步xtreg y x1 x2,fe vce(cluster prov)，应该是不加vce(cluster prov)，才会出来f检验的结果用判断