Stata——固定效应模型、随机效应模型、混合效应模型（区别、实例）

科技前沿 • 2025-03-24 12:24 • 阅读 56

大家好，我是讯享网，很高兴认识大家。

1 固定效应模型概念（Fixed Effects Model）

1.1 stata命令

1.1.1 LSDV法（Least squares dummy variable）

1.1.2 固定效应模型（Fixed Effects Model）

1.1.3 命令比较(reg、xtreg、areg、reghdfe)

1.2 固定效应模型选择——F检验

1.2.1单因素效应直接看P值

1.2.2双向效应检验（时点效应）

2 随机效应模型（Random Effects Model）

3 混合效应模型（Mixed Effects Model）

——选择使用混合回归还是随机效应

4 豪斯曼检验——个体效应与随机效应选择

讯享网

5 代码整合

6 出现的问题及解决方法

1 固定效应模型概念（Fixed Effects Model）

在面板数据线性回归模型中，如果对于不同的截面或不同的时间序列，只是模型的截距项是不同的，而模型的斜率系数是相同的，则称此模型为固定效应模型。固定效应模型分为三类：

1.个体固定效应模型：对于不同的纵剖面时间序列（个体）只有截距项不同的模型

2.时点固定效应模型：对于不同的截面（时点）有不同截距的模型。

3.时点个体固定效应模型（双向效应模型）：对于不同的截面（时点）、不同的时间序列（个体）都有不同截距模型。

模型中加入一系列虚拟变量作为控制变量以达到控制某些特征的目的，这些虚拟变量就叫做固定效应。比如加行业固定效应、年份固定效应、地区固定效应，实则都是加入一连串的行业/年份/地区虚拟变量作为控制变量，以达到对行业/年份/地区特征的控制。

1.1 stata命令

1.1.1 LSDV法（Least squares dummy variable）

* LSDV法 reg y x controls i.industry i.year, cluster(stkcd) // 以“i.”形式加入一系列虚拟变量，但是不生成这些虚拟变量。模型存在双因素效应 reg y x controls i.stkcd, cluster(stkcd) // 模型存在个体效应 reg y x controls i.year, cluster(stkcd) // 模型存在时间效应 xi: reg y x controls i.stkcd i.year, cluster(stkcd) // 加入xi，就是在加入虚拟变量的基础上还会创建这些虚拟变量，个人一般不用。 * 组内估计法 xtset industry year // 需要先设定面板数据 xtreg y x controls i.year, fe robust // fe代表固定效应模型 * 其他方法 areg、reghdfe等

讯享网

对于时间效应，如果样本是以天为单位的股票数据，day的范围跨越了365天，用LSDV就会生成364个虚拟变量，导致结果十分冗长，此时可以用固定效应模型（2.2）来解决这一问题。

因为数据往往存在异方差、自相关等问题，导致估计的标准误不准确，所以我们会使用稳健标准误来替代原始标准误。如代码中使用的robust（异方差稳健标准误）和 cluster（聚类文件标准误）代表的是采用稳健标准误的不同形式。

1.1.2 固定效应模型（Fixed Effects Model）

截面数据：

模型： $y_i=\beta_0+\beta_1x_i+\Sigma Controls+c_i$

讯享网reg y x controls i.industry, robust

Stata——固定效应模型、随机效应模型、混合效应模型（区别、实例）

1 固定效应模型概念（Fixed Effects Model）

1.1 stata命令

1.1.1 LSDV法（Least squares dummy variable）

1.1.2 固定效应模型（Fixed Effects Model）

相关推荐