全部版块 我的主页
› 论坛 › 计量经济学与统计论坛 五区 › 计量经济学与统计软件 › EViews专版
做面板变系数固定效应模型，但是回归系数的t检验基本都不显著，怎么办？
京京宝猪
16939 14
2015-12-15
做面板变系数固定效应模型，但是回归系数的t检验基本都不显著，怎么办？可以在原有基础上估计方法采用PCSE方法吗？我的模型是：LnN=a+b1LnY+b2LnW+b3Sec+b4Ter+u(一个被解释变量，四个解释变量)，时间跨度：2002年-2012年，三个省份。
请问系数不显著可以选择PCSE估计方法来估计参数吗？我发现这样的话，t就显著了。。。菜鸟一枚，求大神赐教
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复
京京宝猪
2015-12-15 21:42:44
急用！！求大神赐教！可不可以这样做！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

京京宝猪
2015-12-15 21:44:25
Dependent Variable: N?                               
Method: Pooled Least Squares                               
Date: 12/15/15   Time: 21:14                               
Sample: 2002 2012                               
Included observations: 11                               
Cross-sections included: 3                               
Total pool (balanced) observations: 33                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        10.21653        2.585891        3.950876        0.0009
_BJ--Y_BJ        0.668759        1.052951        0.635129        0.5333
_TJ--Y_TJ        0.905935        0.413952        2.188503        0.0421
_HB--Y_HB        0.269005        0.486313        0.553153        0.5870
_BJ--W_BJ        -0.092046        0.896555        -0.102667        0.9194
_TJ--W_TJ        -0.334322        0.599413        -0.557748        0.5839
_HB--W_HB        -0.070478        0.420361        -0.167661        0.8687
_BJ--SEC_BJ        0.119388        0.033368        3.577937        0.0022
_TJ--SEC_TJ        -0.298364        0.093503        -3.190971        0.0051
_HB--SEC_HB        -0.011177        0.029810        -0.374941        0.7121
_BJ--TER_BJ        0.088795        0.034858        2.547291        0.0202
_TJ--TER_TJ        -0.300069        0.088033        -3.408582        0.0031
_HB--TER_HB        0.003148        0.040817        0.077127        0.9394
Fixed Effects (Cross)                               
_BJ--C        -17.99277                       
_TJ--C        21.34014                       
_HB--C        -3.347369                       
                               
        Effects Specification                       
                               
Cross-section fixed (dummy variables)                               
                               
R-squared        0.997658            Mean dependent var                7.145960
Adjusted R-squared        0.995837            S.D. dependent var                0.796098
S.E. of regression        0.051368            Akaike info criterion                -2.796666
Sum squared resid        0.047495            Schwarz criterion                -2.116436
Log likelihood        61.14499            F-statistic                547.7208
Durbin-Watson stat        2.605600            Prob(F-statistic)                0.000000
                               
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

京京宝猪
2015-12-15 21:45:32
Dependent Variable: N?                               
Method: Pooled Least Squares                               
Date: 12/15/15   Time: 21:45                               
Sample: 2002 2012                               
Included observations: 11                               
Cross-sections included: 3                               
Total pool (balanced) observations: 33                               
Cross-section weights (PCSE) standard errors & covariance (d.f.                               
        corrected)                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        10.21653        0.205893        49.62059        0.0000
_BJ--Y_BJ        0.668759        0.023821        28.07384        0.0000
_TJ--Y_TJ        0.905935        0.036505        24.81672        0.0000
_HB--Y_HB        0.269005        0.001460        184.2530        0.0000
_BJ--W_BJ        -0.092046        0.020283        -4.538052        0.0003
_TJ--W_TJ        -0.334322        0.052860        -6.324635        0.0000
_HB--W_HB        -0.070478        0.001262        -55.84724        0.0000
_BJ--SEC_BJ        0.119388        0.000755        158.1513        0.0000
_TJ--SEC_TJ        -0.298364        0.008246        -36.18430        0.0000
_HB--SEC_HB        -0.011177        8.95E-05        -124.8914        0.0000
_BJ--TER_BJ        0.088795        0.000789        112.5949        0.0000
_TJ--TER_TJ        -0.300069        0.007763        -38.65191        0.0000
_HB--TER_HB        0.003148        0.000123        25.69063        0.0000
Fixed Effects (Cross)                               
_BJ--C        -17.99277                       
_TJ--C        21.34014                       
_HB--C        -3.347369                       
                               
        Effects Specification                       
                               
Cross-section fixed (dummy variables)                               
                               
R-squared        0.997658            Mean dependent var                7.145960
Adjusted R-squared        0.995837            S.D. dependent var                0.796098
S.E. of regression        0.051368            Akaike info criterion                -2.796666
Sum squared resid        0.047495            Schwarz criterion                -2.116436
Log likelihood        61.14499            F-statistic                547.7208
Durbin-Watson stat        2.605600            Prob(F-statistic)                0.000000
                               
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

京京宝猪
2015-12-15 21:46:37
这是用eviews回归后的结果，第一个是变系数固定效应模型。第二个是用PCSE估计的变系数固定效应模型
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

henucui
2016-1-30 12:59:57
请问你最后怎么解决的？我也遇到同样的问题！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群