面板数据模型
考虑如下模型：
                Yit=Xitb+Uit ，其中uit=ai+εit；i=1,2,… N ; t=1, 2,…T
uit称为复合扰动项。
1、固定效应模型
对于特定的个体i而言，ai 表示那些不随时间改变的影响因素，如个人的消费习惯、国家的社会制度、地区的特征、性别等，一般称其为“个体效应” (individual effects)。如果把“个体效应”当作不随时间改变的固定性因素， 相应的模型称为“固定效应”模型。
固定效应模型的公式变为：Yit=ai+Xitb+εit
回归结果是每个个体都有一个特定的截距项。
2、随机效应模型
随机效应模型将个体效应ai视为随机因素，即把个体效应设定为干扰项的一部分。公式将变为：
                      Yit=Xitb+(ai+εit)
回归的结果是随机效应模型的所有的个体具有相同的截距项，个体的差异主要反应在随机干扰项的设定上。
3、怎样选择固定效应和随机效应
随机效严格要求个体效应与解释变量不相关，即Cov(ai,XitB)=0，而固定效应模型并不需要这个假设条件。这是两种模型选择的关键。
面板数据基本命令
1、指定个体截面变量和时间变量：xtset
2、对数据截面个数、时间跨度的整体描述：xtdes
3、对每个个体分别显示该变量的时间序列图： xtline
4、静态面板数据基本回归命令：xtreg
use grunfeld,clear
   xtset company year
   xtdes









xtline invest




混合回归：reg invest mvalue kstock
  




固定效应：xtreg invest mvalue kstock ,fe
随机效应：xtreg invest mvalue kstock ,re









4、结果解读
特别注意：
1、三个R2哪个重要？ （within )
2、固定效应为什么有两个F检验？
3、corr(u_i, Xb) 的含义。
4、 sigma_u、sigma_e、rho的含义。

5、模型选择：三步走
（1）固定效应还是混合OLS？---可以直接观测F值（下面的那个F）
（2）随机效应还是混合OLS？---先用随机效应回归，然后运行xttest0
   原假设是用OLS



（3）固定效应还是随机效应？---Hausman检验
Hausman检验基本思想：如果 Corr(a_i,x_it) = 0, Fe 和 Re 都是一致的，但Re更有效。如果 Corr(a_i,x_it)!= 0, Fe 仍然一致，但Re是有偏的。因此原假设是Corr(a_i,x_it) = 0，即随机效应。
xtreg invest mvalue kstock ,fe
   est store fixed
   xtreg invest mvalue kstock ,re
   est store random
   hausman fixed random

本题接受原假设，即应该用随机效应。

这里只说了估计方法，但是回归变量的选择是另一种分类，同样应该考虑进去的吧？

这个问题我也很模糊，我用的是EViews.谁来说说。

学习了！！！

应该是混合回归模型吧？刚刚学，也不是很懂