stata豪斯曼检验命令

‘壹’ stata怎么做面板数据的豪斯曼检验

型号的变量名

‘贰’ stata中用豪斯曼检验解决面板数据多重共线性问题。

豪斯曼检验是能来判断固定效应模型和随机效应模型那个更合理的。多重共线性你只需要做一个vif就可以了。
reg y x1 x2.....x9
vif
如果结果大于10，那么就说明存在严重的多重共线性，这时候需要减少解释变量来降低共线性。之后再做豪斯曼检验。
首先是面板数据
xtreg y x1 x2...x7,fe
固定效应模型
estimates store fe
将标准误存储为fe
xtreg y x1 x2..x7,re
随机效应模型分析
estimates store re
讲标准误存储为re
hausman re fe
就可以看结果了，如果 chic>0，p值几乎为0，则否定原假设，用固定效应模型；反之，用随机效应模型。

‘叁’ 求助，请问各位大侠如何用stata做面板数据模型的设定检验

面板数据回归模型基本操作流程
1单位根检验，用unitroot命令
2豪斯曼检验，用hausman命令
3回归操作，用xtreg命令

‘肆’ stata对面板数据做霍斯曼检验，结果显示用固定效应模型，但解释变量不显着，用OLS做显着，怎么办

stata对面板数据做霍斯曼检验，结果显示用固定效应模型，但解释变量不显着，用OLS做显着，解决：豪斯曼检验结果的P值小于0.01，即拒绝原假设，表明应该采用固定效应。

豪斯曼检验的结果是告诉固定效应和随机效应在系数估计上出现了显着差异，因此固定效应比随机效应好但是不是说随机效应就不能用有些时候为了做特殊的分析，固定效应是实现不了的，只要检验中随机效应显着就可以使用随机效应。

Stata软件

可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过Stata Journal获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Statalist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。

‘伍’ 急求！！！STATA豪斯曼检验的结果如何使用outreg2指令输出

stata code：

cd E:stataresults

use "E:statadata盈余管理新版.dta", clear

reg dacc rid tm size debt14 eps, robust

outreg2 using 计量经济学服务中心.doc, replace ctitle(Model 1)、

注意adds命令面向的是成对的对象，因此不能直接把保存在e()中的结果adds，而是要把结果的名称写在前面后再添加结果。

(5)stata豪斯曼检验命令扩展阅读：

注意事项：

1、在对实际问题进行回归和检验之后，如图所示进行了BG检验，得到了图片中的结果。拒绝原假设。prob>chi2estat bgodfrey，就可以对自相关问题进行处理。

2、需要考虑到HAC标准误，对截断参数p很敏感，我们将截断参数增大到5，进行重新估计neweyy x1 x2 x3,lag(5)，同过发现即便将截断参数增大到5，变化仍然不大，说明对截断参数不敏感。

3、在实际进行操作中，也需要对截断参数的数值进行增大，来考察截断参数的对回归变化的敏感性。

‘陆’ 求助STATA面板数据模型分析的详细步骤和命令

面板数据回归模型基本操作流程 1单位根检验，用unitroot命令 2豪斯曼检验，用hausman命令 3回归操作，用xtreg命令

‘柒’ 怎么用stata进行面板数据模型筛选

假设因变量是yy，自变量是aa、bb、cc，豪斯曼检验的命令这么写：
qui
xtreg
yy
aa
bb
cc,fe（qui就是quietly，让stata只运算但是不要输出fe的结果）
est
store
fe（储存fe的结果）
qui
xtreg
yy
aa
bb
cc,re
est
store
re
hausman
fe
然后stata就会算出来一个chi2值，然后给出一个prob＞chi2=?的结果（不知道为什么有时候要等半分钟才出来），如果这个p值小于0.05，就用固定效应模型，如果p指比较大，就用随机效应模型。
我之前做的结果都用了固定效应模型，随机效应模型的不会。

‘捌’ STATA对面板数据采用固定效应还是随机效应的hausman检验结果如下，怎么分析这个结果

豪斯曼检验结果的P值小于0.01，即拒绝原假设，表明应该采用固定效应。

豪斯曼检验的结果是告诉：固定效应和随机效应在系数估计上出现了显着差异，因此固定效应比随机效应好。

H0：随机效应模型为正确模型。无论原假设成立与否，FE都是一致的。然而，如果原假设成立，则RE比FE更有效；如果原假设不成立，则RE不一致。Prob>chi2 =0.0000，强烈拒绝原假设，用固定效应。

用途

随机效应最直观的用处就是把固定效应推广到随机效应。注意，这时随机效应是一个群体概念，代表了一个分布的信息 or 特征，而对固定效应而言，我们所做的推断仅限于那几个固定的（未知的）参数。

例如，如果要研究一些水稻的品种是否与产量有影响，如果用于分析的品种是从一个很大的品种集合里随机选取的，那么这时用随机效应模型分析就可以推断所有品种构成的整体的一些信息。这里，就体现了经典的频率派的思想-任何样本都来源于一个无限的群体(population)。

以上内容参考：网络-随机效应模型

‘玖’ 什么是hausman检验啊，如何评价它

首先：Hausman检验是由美国麻省理工学院经济学系教授Jerry Hausman提出来的。其实在他之前，华人经济学家吴德明教授和统计学家Durbin教授已提出过类似的检验。因此，早期我们把这一检验称为Durbin-Wu-Hausman检验，后来，只称Hausman检验。请教stata做hausman检验的结果 -
p值大于0.1. 则没有证据拒绝原假设， 则应采取随机效应模型. 小于0.1，则有证据拒绝原假设， 则采取固定效应模型
紧急求助有关Hausman检验的结果选择
一般地，拒绝原假设，选择FE;未拒绝原假设，选择RE. 检验结果中的“Prob>chi2 ”表示拒绝原假设所犯的弃真错误的概率(通俗地说，该概率越小，越应该拒绝原假设).若把显着水平定为5%，上述结果表明，拒绝原假设.可选择fe模型. 答案参考原来斑竹给各位的解释. 也可以参考命令的参考书的“hausman specificication test ' 我的教授曾经讲过，R^2在经济学家眼里并不是那么重要较小也可以接受，但是这个模型似乎有些偏小，是不是考虑模型建立的问题 是否遗漏了变量..之类的原因如何解释hausman检验的结果 - ： 你好.hausman检验结果，翻译成中文是:豪斯曼检验结果.豪斯曼检验是一般性的检验方法.几乎所有的假设都可以用豪斯曼的方法来检验.

什么是豪斯曼检验 - ： 豪斯曼检验的结果是告诉你固定效应和随机效应在系数估计上出现了显着差异，因此固定效应比随机效应好但是不是说随机效应就不能用有些时候你为了做特殊的分析，固定效应是实现不了的，只要检验中随机效应显着就可以使用随机效应，所以说用什么效应主要还是看你要分析什么问题一般的实证分析，尤其是金融方面的，绝大部分用的都是固定效应