0

我正在尝试分析一个面板数据,其中包括 45 年来收集的每个美国州的观察结果。我有两个随时间变化的预测变量(A,B)和一个不变的(C)。我特别有兴趣了解 C 对因变量 Y 的影响,同时控制 A 和 B,以及跨状态和时间的差异。

这是我拥有的模型,在 R 中使用 plm 包。

random <- plm(Y~log1p(A)+B+C, index=c("state","year"),model="random",data=data)

我的理由是,对于时间不变的变量,我应该使用随机而不是固定效应模型。我的问题是:我的模型和思维是否正确?

提前谢谢你的帮助。

4

1 回答 1

0

您的答案基于计算基础上的固定效应和随机效应之间的决定。请参阅与不同模型相关的具体假设。豪斯曼检验常用于区分固定效应模型和随机效应模型,但不应作为确定答案(任何好的教科书都会有进一步的细节)。

如果适用的话,合并的 OLS 也可以产生一个很好的模型。在计算上,合并 OLS 还会为您提供时不变变量的估计值。

于 2015-05-11T10:00:54.013 回答