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
1083 2
2017-06-19
问题1:Eviews中对面板数据进行相关性分析,根据p值对应的显著性,是否就能排除掉和因变量不显著相关的变量,不纳入后面的多元回归中?通过解释变量和控制变量之间的显著相关性进行排除是否就能解决共线性的问题?问题2:5年短面板分析中除了面板模型的选择之外还要解决哪些问题,之前有看资料说面板数据最主要的问题在于异方差和序列相关,那么短面板该如何检验和解决?
问题3:面板数据在进行回归的时候,里面panel option里面有weights 和coef covariance method对于短面板数据该怎么选择,查资料有见到截面数据大于时序数据时weight选项要选择cross-section weights,有人说这一做法是允许截面之间存在异方差,这种做法符合面板数据分析说要解决异方差问题的做法吗? 另外coef covariance method中还有white cross-section以及cross-section weights,这是weight中是否是一致的,到底两种选项对于短面板该如何选择?
求指教!拜托了!
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
2017-6-19 15:57:58
1.如果是相关性分析 那么看相关系数就可以了 相关系数低于0.6的线性相关度就不高了。P值的显著与否可以查看自变量是否存在严重共线性,它是一种提示作用,但会使用VIF等方法进一步来检验共线性问题。当然P值不显著的变量会考虑剔除等处理 ,不过到底是剔除还是线性提取就要看情况了。
2.我个人认为如果偏截面一般异方差考虑更多;若偏时序则会倾向于自相关。但短面板时序跨度少,通常时序方面的问题不会做太多检验。
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

2017-6-19 17:09:26
胖胖小龟宝 发表于 2017-6-19 15:57
1.如果是相关性分析 那么看相关系数就可以了 相关系数低于0.6的线性相关度就不高了。P值的显著与否可以查看 ...
嗯嗯,明白了,感激不尽
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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群