1、固定效应认为,效应是外生固定的,最下一行中和是确定值(无需假定是否和 相关);
2、随机效应认为,效应是随机的实现,最下一行中和与无关且满足特定的参数分布;
3、如果实际上符合随机效应中满足特定分布的假设,意味着对于每一个observation,其它observation也提供了信息,于是在随机效应下GLS估计比CV估计更有效率;反之,如果实际上是固定效应模型,CV估计是有效率的,而GLS估计则是有偏的,且在只有N趋于无穷时不一致;以上两条说明可能可以用Hausmann检验来进行模型选。固定效应的好处在于无需假设各固定效应与解释变量之间的关系,坏处在于固定效应需要估计更多的参数,因为相当于给每个个体/时间都加一个dummy,另外不随时间/个体变化的变量会被吸收进dummy而无法估计。反之,随机效应需要估计的参数是固定的,而且能估计不随时间/个体变化的变量,但是所需的假设变强了。
© 版权声明
本信息内容为用户上传,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 如遇侵权请及时联系本站删除。
相关文章
暂无评论...