eviews面板数据之混合回归模型

所有序列名称Р步骤:(6)定义各变量点击sheet—输入consume?e?p?Р步骤:(7)将表1、2、3中的数据复制到Eviews中Р2.估计操作:Р步骤:(1)点击poolmodel——EstimateР对话框说明РDependent variable:mon:系数相同部分РCross-section specific:截面系数不同部分Р混合回归模型的估计原理说明Р如果从时间上看,不同个体之间不存在显著性差异;从截面上看,不同截面之间也不存在显著性差异,即对个体从横向和纵向上进行比较,均不存在显著性差异,那么就可以直接把面板数据混合在一起用OLS估计参数。Р模型形式: (1)Р混合回归模型是假设所有的解释变量对被解释变量的边际影响与个体无关,但是这通常与实际情况不符合,因此,在确定回归模型结果是否有效之前,先要对面板数据进行模型设定验证,通常利用邹氏检验的F统计。Р检验混合模型的约束条件:Р步骤:(2)Dependent variable:consume?;Common:c e?Р其他部分不动Р所得结果:Р相应的表达式是:Р (1.8) (78.3) Р Р收入每上升一个百分点,人均消费增加0.76个百分点,表明15个省级地区的城镇人均指出平均占收入的76%。Р邹氏检验的F统计量:将安徽、北京、上海等十五个省分别进行OLS估计,得到15个一元回归的残差平方和:Р18172.05Р351282.5Р31998.24Р53170.06Р32628.78Р25352.68Р64917.04Р33428.92Р16756.32Р152987.4Р29603.14Р481043.4Р49859.47Р44987.95Р80170.54РURSS=1466358.49Р混合回归模型的残差平方和:RRSS=4965275 Р因而Р=6.39РF>,拒绝原假设,因而原假设模型不适合。