4

パネルデータの分析には、Rの「 plm」パッケージを使用しています。「固定効果」モデルと「ランダム効果」モデルのどちらかを選択するためのこのパッケージの重要なテストの1つは、ハウスマンタイプと呼ばれます。同様のテストは、Stataでも利用できます。ここでのポイントは、Stataでは最初に固定効果を推定し、次にランダム効果を推定する必要があるということです。ただし、「plm」パッケージにはそのような制限はありませんでした。それで、私は「plm」パッケージが最初にデフォルトの「固定効果」を持ち、次に「ランダム効果」を持っているかどうか疑問に思いました。参考までに、分析のために行ったStataとRの手順について以下に説明します。

*

Stata Steps: (data=mydata, y=dependent variable,X1:X4: explanatory variables)
    *step 1 : Estimate the FE model
    xtreg y X1 X2 X3 X4 ,fe
    *step 2: store the estimator 
    est store fixed
    *step 3 : Estimate the RE model
    xtreg y X1 X2 X3 X4,re
   * step 4: store the estimator 
    est store random
    *step 5: run Hausman test
    hausman fixed random

#R steps (data=mydata, y=dependent variable,X1:X4: explanatory variables)
#step 1 : Estimate the FE model
 fe <- plm(y~X1+X2+X3+X4,data=mydata,model="within")
summary(model.fe)
#step 2 : Estimate the RE model
 re <- pggls(y~X1+X2+X3+X4,data=mydata,model="random")
summary(model.re)
#step 3 : Run Hausman test
phtest(fe, re)
4

1 に答える 1

8

更新：コメントを必ずお読みください。以下の元の答え。

これを見つけるための試行錯誤の方法：

> library(plm)
> data("Gasoline", package = "plm")
> form <- lgaspcar ~ lincomep + lrpmg + lcarpcap
> wi <- plm(form, data = Gasoline, model = "within")
> re <- plm(form, data = Gasoline, model = "random")
> phtest(wi, re)

    Hausman Test

data:  form 
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent 

> phtest(re, wi)

    Hausman Test

data:  form 
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent

ご覧のとおり、テストでは、最初の引数としてフィードするモデルと2番目の引数としてフィードするモデルに関係なく、同じ結果が得られます。

于 2012-10-20T15:51:42.703 に答える