Eviews3種面板模型的選擇-F檢驗操作詳情

CSDN同步鏈接-Eviews3種面板模型的選擇-F檢驗操作詳情
之前有小伙伴問小編關(guān)于三種面板模型(不變系數(shù)段标、變截距沃但、變系數(shù))的選擇,具體如何操作拣挪,所以今天小編親自來實操咯擦酌。

今天看書又對這三種模型有了新的理解,所以趕緊分享記錄一下菠劝,以防被遺忘(這該死的記性)赊舶。

-----------我是美麗的分割線-------------

先上模型
1、變系數(shù)模型
y_{i}=\alpha_{i} +x_{i}\beta_{i} +u_{i},i=1,2,\cdots ,N

2赶诊、變截距模型
y_{i}=\alpha_{i} +x_{i}\beta +u_{i},i=1,2,\cdots ,N

3笼平、不變系數(shù)模型
y_{i}=\alpha +x_{i}\beta +u_{i} , i=1,2,\cdots ,N

對模型簡單粗暴的理解,變系數(shù)模型舔痪,系數(shù)變了寓调,意味著結(jié)構(gòu)變了,那截距項肯定也變俺搿(當(dāng)然不排除截距項都相等的命運捶牢,這也太?巧了吧)巍耗; 變截距模型,只有截距變渐排,但是系數(shù)不變(讓所有個體系數(shù)不變炬太,截距變允許吧?當(dāng)然把背堋)厨姚; 不變系數(shù)模型煮甥,要求最高噩死,系數(shù)和截距都不變,但是不中用(因為讓所有個體結(jié)構(gòu)一樣斋枢,截距也一樣,這樣做出來的模型實用性不高知给,條件太苛刻了)瓤帚。

--------------我是美麗的分割線-----------

一、理論準(zhǔn)備
模型屬于上述1涩赢、2戈次、3上述哪種情形,需要進(jìn)行協(xié)方差分析檢驗筒扒,主要檢驗為如下兩個假設(shè):
H1:\beta _{1}=\beta _{2}=\cdots =\beta _{N}
H2:\alpha _{1}=\alpha _{2}=\cdots =\alpha _{N}, \beta _{1}=\beta _{2}=\cdots =\beta _{N}
接受H2怯邪,則數(shù)據(jù)符合模型3,即不變系數(shù)模型花墩;
拒絕H2悬秉,但接受H1,則數(shù)據(jù)符合模型2冰蘑,即變截距模型和泌;
拒絕H2,也拒絕H1懂缕,則數(shù)據(jù)符合模型1允跑,即變系數(shù)模型。

二搪柑、數(shù)據(jù)準(zhǔn)備
高鐵梅計量里的面板數(shù)據(jù):1935-1954年美國5家企業(yè)的3個經(jīng)濟變量(I 聋丝、K、 M)20年的觀測值工碾。

圖1:數(shù)據(jù)1

圖2:接數(shù)據(jù)2

2.1數(shù)據(jù)導(dǎo)入
這種數(shù)據(jù)格式如何導(dǎo)入Eviews弱睦,變成Eviews可操作的數(shù)據(jù)呢?

圖3:image.png

圖4:.png

圖5:.png

圖6:.png

這里Eviews的數(shù)據(jù)格式和我們給的Excel的數(shù)據(jù)格式顯然不一樣渊额,然后這里小編抖了一個機靈况木,把i_ch、i_ge旬迹、i_gm火惊、i_us、……m_ch奔垦、m_Ge屹耐、m_us、m_we按組方式打開椿猎,然后把Excel里的數(shù)據(jù)復(fù)制過來惶岭,然后刪除組即可寿弱。打開數(shù)據(jù)以后就是下面這樣子了。
圖7:.png

而且發(fā)現(xiàn)這個數(shù)據(jù)樣式跟小編之前寫的Eviews寫入面板數(shù)據(jù)②不一樣按灶,所以今天又get到Eviews面板模型數(shù)據(jù)的另一種處理方式症革。
3、協(xié)方差分析檢驗
圖8:.png

在假設(shè) H2 下檢驗統(tǒng)計量 F2 服從相應(yīng)自由度下的F分布鸯旁。若計算所得到的統(tǒng)計量 F2 的值不小于給定置信度下的相應(yīng)臨界值噪矛,則拒絕假設(shè) H2,繼續(xù)檢驗假設(shè) H1羡亩。反之摩疑,接受 H2則認(rèn)為樣本數(shù)據(jù)符合不變系數(shù)模型

圖9:.png

在假設(shè)H1下檢驗統(tǒng)計量F1也服從相應(yīng)自由度下的F分布畏铆,若計算所得到的統(tǒng)計量F1的值不小于給定置信度下的相應(yīng)臨界值雷袋,則拒絕假設(shè)H1。如果接受H1辞居,則認(rèn)為樣本數(shù)據(jù)符合變截距模型楷怒,反之拒絕H1 ,則認(rèn)為樣本數(shù)據(jù)符合變系數(shù)模型瓦灶。

    (1) 首先分別計算3種形式的模型:變參數(shù)模型鸠删、變截距模型和不變參數(shù)模型,在每個模型的回歸統(tǒng)計量里可以得到相應(yīng)的殘差平方和S1=339121.5贼陶、S2 = 444288.4 和S3 = 1570884刃泡。
    (2) 按(10.2.7)式和(10.2.8)式計算F統(tǒng)計量,其中N=5碉怔、k=2烘贴、T=20,得到的兩個F統(tǒng)計量分別為:
           F1=((S2-S1)/8)/(S1 /85) = 3.29 
           F2=((S3-S1)/12)/(S1 /85) = 25.73
   利用函數(shù) @qfdist(d,k1,k2) 得到F分布的臨界值撮胧,其中d 是臨界點桨踪,k1和k2是自由度。在給定5%的顯著性水平下(d=0.95)芹啥,得到相應(yīng)的臨界值為:
            F2,alpha (12, 85) = 1.87        F1,alpha (8, 85) =2.049
    由于 F2>1.87锻离,所以拒絕H2;又由于 F1>2.049墓怀,所以也拒絕H1汽纠。因此,該例題的模型應(yīng)采用變系數(shù)的形式傀履。 

下面是(1)是中尋找殘差平方和時候的模型選擇的配置方式疏虫,也是今天小編的新發(fā)現(xiàn)。

不變系數(shù)模型-S3.png
變截距模型-S2
變系數(shù)模型-S1

好了,今天就到這兒了卧秘,祝大家學(xué)習(xí)愉快喔~
今天是我們孝義市歡迎馳鄂醫(yī)療隊凱旋回歸的日子,他們都平安回來了官扣,萬幸翅敌!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
禁止轉(zhuǎn)載,如需轉(zhuǎn)載請通過簡信或評論聯(lián)系作者惕蹄。
  • 序言:七十年代末蚯涮,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子卖陵,更是在濱河造成了極大的恐慌遭顶,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,607評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件泪蔫,死亡現(xiàn)場離奇詭異棒旗,居然都是意外死亡,警方通過查閱死者的電腦和手機撩荣,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,239評論 3 395
  • 文/潘曉璐 我一進(jìn)店門铣揉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人餐曹,你說我怎么就攤上這事逛拱。” “怎么了台猴?”我有些...
    開封第一講書人閱讀 164,960評論 0 355
  • 文/不壞的土叔 我叫張陵朽合,是天一觀的道長。 經(jīng)常有香客問我饱狂,道長曹步,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,750評論 1 294
  • 正文 為了忘掉前任嗡官,我火速辦了婚禮箭窜,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘衍腥。我一直安慰自己磺樱,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,764評論 6 392
  • 文/花漫 我一把揭開白布婆咸。 她就那樣靜靜地躺著竹捉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪尚骄。 梳的紋絲不亂的頭發(fā)上块差,一...
    開封第一講書人閱讀 51,604評論 1 305
  • 那天,我揣著相機與錄音,去河邊找鬼憨闰。 笑死状蜗,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的鹉动。 我是一名探鬼主播轧坎,決...
    沈念sama閱讀 40,347評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼泽示!你這毒婦竟也來了缸血?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,253評論 0 276
  • 序言:老撾萬榮一對情侶失蹤械筛,失蹤者是張志新(化名)和其女友劉穎捎泻,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體埋哟,經(jīng)...
    沈念sama閱讀 45,702評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡笆豁,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,893評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了定欧。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片渔呵。...
    茶點故事閱讀 40,015評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖砍鸠,靈堂內(nèi)的尸體忽然破棺而出扩氢,到底是詐尸還是另有隱情,我是刑警寧澤爷辱,帶...
    沈念sama閱讀 35,734評論 5 346
  • 正文 年R本政府宣布录豺,位于F島的核電站,受9級特大地震影響饭弓,放射性物質(zhì)發(fā)生泄漏双饥。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,352評論 3 330
  • 文/蒙蒙 一弟断、第九天 我趴在偏房一處隱蔽的房頂上張望咏花。 院中可真熱鬧,春花似錦阀趴、人聲如沸昏翰。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,934評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽棚菊。三九已至,卻和暖如春叔汁,著一層夾襖步出監(jiān)牢的瞬間统求,已是汗流浹背检碗。 一陣腳步聲響...
    開封第一講書人閱讀 33,052評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留码邻,地道東北人折剃。 一個月前我還...
    沈念sama閱讀 48,216評論 3 371
  • 正文 我出身青樓,卻偏偏與公主長得像像屋,于是被迫代替她去往敵國和親微驶。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,969評論 2 355

推薦閱讀更多精彩內(nèi)容