这两天来的小结，因为都是些皮毛，博大家一笑。
使用的案例是论坛里张晓峒老师的面板数据模型
http://www.pinggu.org/bbs/thread-25393-1-1.html
这一讲义写的很不错，紧跟eviews的功能。应该是4.0版本，因为我的5.0版本没有其中的一些参数。
数据输入方面：强烈推荐stata，不管数据有没有缺失，拷进去就好，然后tsset一下，就可以开始了。eviews的操作比较麻烦，可以参看前边发的balanced＆unbalanced的文章。
处理过程方面，stata清楚直观，傻瓜性强。
我将张老师的模型用stata8.0实现。具体如下：
1.混合估计模型：  
reg cp ip
2.个体固定效应模型：
tsset id year
xtreg cp ip, fe 或者 xtreg cp ip, fe i(id)
F检验自动生成
3.时刻固定效应模型：
. gen d1997=1 if year==1997
. replace d1997=0 if year!=1997
. gen d1998=1 if year==1998
. replace d1998=0 if year!=1998
. gen d1999=1 if year==1999
. replace d1999=0 if year!=1999
. gen d2000=1 if year==2000
. replace d2000=0 if year!=2000
. gen d2001=1 if year==2001
. replace d2001=0 if year!=2001
. gen d2002=1 if year==2002
. replace d2002=0 if year!=2002
. reg  cp ip d1997 d1998 d1999 d2000 d2001 d2002
或者 xi: reg cp ip i.year

4.时刻个体固定效应模型
. xtreg  cp ip d1997 d1998 d1999 d2000 d2001 d2002, fe
F检验可看arlion的代码
或者  xi: xtreg cp ip i.year, fe
5.随机效应模型
xtreg cp ip,re
xttest0
6.回归系数不同的面板数据模型
by id: reg cp ip
然后把斜率＆截距整理合成一下就ok。
为方便大家的比较，把例子的原数据也提供如下:





7.再送一个Hausman检验得了
        xtreg cp ip, fe
        est store fixed
        xtreg cp ip, re
        hausman fixed .
eviews的就不提供了，因为张老师的书里说的很清楚了，大家动动手就可以咯。
呵呵，元宵节快乐！
其实，说了这么多，最后的建议还是大家使用stata，那效果是相当不错。但是eviews里可以根据pool object的属性、名称做出一对很漂亮的方程，不知道再stata里如何实现。
经过这两天的折腾，深感♂生活的软件环境太优越了，只有在这种环境里，才造成♂挑肥拣瘦的恶习。如果大家都是1个软件1个软件的钻研，应该会有更多的学理上的认识，而不是应用上的皮毛。
过节了，上面的批评属于自我批评。继续忙碌了。呵呵

谢谢楼下的兄弟。已经根据你的建议改了。最后一个有什么简单命令吗？