> 天鷹（中南財(cái)大——博士研究生）
E-mail: yanbinglh@163.com
對(duì)于固定效應(yīng)以及隨機(jī)效應(yīng)模型的選擇一直是學(xué)習(xí)面板的難點(diǎn)悬秉，stata的操作是很簡單的锭汛，但是對(duì)于理論模型的選擇問題還是有必要弄清楚背后的理論基礎(chǔ)的瓦堵，這篇文章也僅僅是對(duì)于相應(yīng)操作的一個(gè)簡單總結(jié)瑟蜈，理論部分還是需要仔細(xì)閱讀課本的聋迎。（數(shù)據(jù)來源：陳強(qiáng)高級(jí)計(jì)量經(jīng)濟(jì)學(xué)）
use traffic.dta,clear
xtset state year? ///設(shè)定個(gè)體變量和時(shí)間變量
panel variable:? state (strongly balanced)
time variable:? year, 1982 to 1988
delta:? 1 unit
xtdes? ///顯示數(shù)據(jù)集結(jié)構(gòu)
xtsum ? ///顯示變量特征的命令
xtsum fatal beertax spircons unrate perinck state year///顯示數(shù)據(jù)集的變量特征
xtline fatal? ///查看變量的時(shí)間趨勢(shì)圖
混合回歸
reg y x1 x2 x3,vce(cluster id ) ///id用來確定每個(gè)個(gè)體的變量
reg fatal beertax spircons unrate perinck ,vce(cluster state)
estimates store OLS? ? ///回歸結(jié)果的儲(chǔ)存
reg fatal beertax spircons unrate perinck? ///這個(gè)回歸結(jié)果是使用普通標(biāo)準(zhǔn)誤
固定效應(yīng)
xtreg fatal beertax spircons unrate perinck ,fe r? ///使用固定效應(yīng)模型
estimates store FE_robust
xtreg fatal beertax spircons unrate perinck ,fe? ///不加r時(shí)輸出的結(jié)果包含一個(gè)F檢驗(yàn)
estimates store FE
進(jìn)一步通過LSDV（最小二乘虛擬變量）來考察
?reg fatal beertax spircons unrate perinck i.state,vce(cluster state)
estimates store FD
也可以在固定效應(yīng)中考慮時(shí)間效應(yīng)嫌褪，即雙向固定效用
tab year ,gen(year)? ///定義年度虛擬變量
xtreg fatal beertax spircons unrate perinck year2-year7,fe r
estimates store FE_TW
xtreg fatal beertax spircons unrate perinck i.year,fe r? ///這個(gè)命令可以直接估計(jì)雙向固定效應(yīng)
隨機(jī)效應(yīng)
xtreg y x1 x2 x3,re r theta ///隨機(jī)效應(yīng)FGLS
xtreg y x1 x2 x3,mle? ? ? ? ///隨機(jī)效應(yīng)MLE
xtreg fatal beertax spircons unrate perinck ,re r theta
estimates store RE
xttest0? ///LM檢驗(yàn)的命令在執(zhí)行完xtreg,re后才可以執(zhí)行
xtreg fatal beertax spircons unrate perinck ,mle nolog? ///對(duì)隨機(jī)效應(yīng)模型進(jìn)行MLE估計(jì)
estimates store MLE
組間估計(jì)量（BE）
xtreg fatal beertax spircons unrate perinck ,be? ///組間估計(jì)
estimates store BE
固定效應(yīng)還是隨機(jī)效應(yīng)的判斷：豪斯曼檢驗(yàn)
hausman FE RE,constant sigmamore
hausman cannot be used with vce(robust), vce(cluster cvar), or p-weighted data
r(198);? ///豪斯曼檢驗(yàn)時(shí)，如果使用聚類穩(wěn)健標(biāo)準(zhǔn)誤祈搜，命令無法執(zhí)行
xtreg fatal beertax spircons unrate perinck ,fe
estimates store FE
xtreg fatal beertax spircons unrate perinck ,re
estimates store RE
hausman FE RE,constant sigmamore
檢驗(yàn)結(jié)果顯示強(qiáng)烈拒絕原假設(shè)H0：ui與xit,zi不相關(guān)较店，應(yīng)該使用固定效應(yīng)模型
如果聚類標(biāo)準(zhǔn)誤與普通的標(biāo)準(zhǔn)誤誤差較大，那么傳統(tǒng)的豪斯曼檢驗(yàn)將不再適用
解決的辦法是使用自助法或者進(jìn)行輔助回歸
quietly? xtreg fatal beertax spircons unrate perinck ,re
scalar theta=e(theta)
global yandxforhausman? fatal beertax spircons unrate perinck? ///全局宏
sort state
foreach x of varlist $yandxforhausman{
? 2. by state:egen mean`x'=mean(`x')
? 3. gen md`x'=`x'-mean`x'
? 4. gen red`x'=`x'-theta*mean`x'
? 5. }
quietly reg redfatal redbeertax redspircons redunrate redperinck mdbeertax mdspircons mdunrate mdperinck ,vce(cluster state)
test mdbeertax mdspircons mdunrate mdperinck
拒絕隨機(jī)效應(yīng)容燕，選擇固定效應(yīng)
也可使用下列外部命令進(jìn)行輔助回歸
ssc install xtoverid
?quietly? xtreg fatal beertax spircons unrate perinck ,re? r
xtoverid
匯總以上各種方法的估計(jì)系數(shù)以及標(biāo)準(zhǔn)誤列表
estimates table OLS FE_robust FE_TW RE BE ,b se? ///要學(xué)會(huì)這個(gè)命令
不同的系數(shù)估計(jì)方法估計(jì)系數(shù)差別較大
