看到别的帖子说：
“面板数据模型的选择通常有三种形式：
一种是混合估计模型（Pooled Regression Model）。如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。
一种是固定效应模型（Fixed Effects Regression Model）。如果对于不同的截面或不同的时间序列，模型的截距不同，则可以采用在模型中添加虚拟变量的方法估计回归参数。
一种是随机效应模型（Random Effects Regression Model）。如果固定效应模型中的截距项包括了截面随机误差项和时间随机误差项的平均效应，并且这两个随机误差项都服从正态分布，则固定效应模型就变成了随机效应模型。”
“在面板数据模型形式的选择方法上，我们经常采用F检验决定选用混合模型还是固定效应模型，然后用Hausman检验确定应该建立随机效应模型还是固定效应模型。检验完毕后，我们也就知道该选用哪种模型了，然后我们就开始回归。”
所以对于我这种一开始就想构建PVAR模型的情况，是不是出发点错了？按照上面说的检验出来只可能是上面三种模型中的一种吗？还是说PVAR模型就是这三种的一种呢？

所以这个操作也应该是用stata吧?求各位路过的大神有空帮忙了解一下

做 panel data 的 estimation 时，一共有三个模型可选：pool model，random effect model，fixed
effect model
Breusch-Pagan test 用来决定用 pool model 还是 REM/FEM
Hausman test 用来决定用 REM 还是 FEM

【Breusch-Pagan test
的stata命令】
> reg 变量名, robust
> xtreg 变量名, re
> xttest0
判断：P 是 0.00——reject H0:pooled model——individual effect model——进一步用 Hausman test 确定用
FEM 还是 REM

【Hausman test命令】
>xtreg 变量名, fe
>est store fixed
>xtreg 变量名, re
>hausman fixed
判断：p 值为 0——reject Ho: individual effect 与 Xs 无关（REM）——用 FEM

谢谢，我先试试~

我的3个变量是（0阶单整）的同阶单整。

看到连玉君老师的文章说：“一般所说的静态面板数据模型， 是指解释变量中不包含被解释变量的滞后项（通常为一阶滞后项） 的情形。 但严格地讲， 随机干扰项服从某种序列相关（如 AR(1), AR(2),MA(1)等） 的模型也不是静态模型。” 所以我的数据是0阶单整的，应该是静态面板数据吧

再请教一下，我是三个变量的（y, x1, x2 ），这种情况的话，具体每个变量应该放哪里啊

3、GMM估计具体模型
4、脉冲响应分析
5、方差分解
刚发现这后面三个原来是可以直接应用连玉君老师的pvar2命令包的，走过路过的朋友们有了解的吗，能不能留个包，可以送论坛币的（100个都行啊）~