y = a*x+e
estimates  store A
y = a*x+b*z+e1
estimates store B

lrtest A B

要注意拟合优度R平方检验的实质：R平方仅仅检验的是对样本数据中自变量和因变量相互关系的拟合程度的大小，而与总体没有太多的关系。如果说R平方能够衡量总体变量间的线性关系，其潜在的前提是必须要求所有的样本全部都是来自于研究的总体，只要其中一个样本不是来自这个总体，R平方值就缺乏说服力；举个例子：现在研究的总体是人大的全体男生，要检验人大全体男生的平均身高是否是1.8米，现在从人大全体男生中随机地抽了100人，测得其平均身高为1.78米，这并不能说明总体男生的平均身高就不等于1.8米，而R平方值的意义就是这一百个人样本的平均身高1.78米，而总体真实的平均身高是否等于1.8米则需要进行假设检验，这正是模型变量显著性检验的意义。R平方的大小并不具有可比性，并不是R平方越大越好，关键还是要看变量的显著性检验结果，变量的显著性检验是检验总体当中自变量前面参数是否真的就等于零，比如模型出现了多重共线性后，其R平方非常大几乎到了100%，但是变量的显著性检验没通过，模型也照样不能用，相反有些模型如上市公司时间序列数据模型的R平方值很小，多数都低于50%，但是变量的显著性检验结果都通过了就是合理的模型。另外：从R平方的构造原理来看只要往模型中增加变量即使是无关的变量也会使R平方值增大，所以为了避免人为增加变量来提高R平方值，通常采用变量个数为自由度调整过的R平方值。你的模型增加变量后与原模型进行R平方值的比较是没有意义的，如果增加的变量Z与原模型中的变量X存在严重的多重共线性的话，R平方值会很高，但模型有问题，所以关键是要在模型设定的过程中避免严重共线性的问题，从回归整体的显著性检验和变量的显著性检验结果来进行模型的评判。

您好，请问您的问题怎么解决的呢？面板数据分组样本的R方差异怎么检验？求指教

您好，请问您的问题怎么解决的呢？面板数据分组样本的R方差异怎么检验？求指教

解释得好详细，谢谢！