叶阿忠-计量经济学(数字教材版)第八章 面板数据模型 知识点.docxVIP

第八章 面板数据模型 一、知识点列表 序号 知 识 点 页码 教材章节 1 面板数据模型概述（面板数据模型设定、混合估计模型、固定效应模型、随机效应模型） P1-P2 8.1 2 固定效应回归 P2 8.2. 随机效应回归 P2-P3 8.3 3 面板模型的设定和检验 P3-P4 8.4 4 面板模型的应用 P4-P13 8.5 二、关键词 1、面板数据模型概述 关键词： 面板数据 时间序列数据或截面数据都是一维数据，而面板数据（Panel Data）是同时在时间和截面空间上取得的二维数据。与一般的混合横截面时间序列数据不同，面板数据是对多个不同个体在不同时期的观测。 同时，面板数据可以根据个体维度和时间维度的大小分为两种类型：（1）N大T小，一般称短面板，常见于各种微观调查数据；（2）N小T大，一般称长面板，常见于宏观数据。而用面板数据建立的模型通常有3种，即：混合（pool）估计模型、固定效应模型和随机效应模型。 2、固定效应回归 关键词：组内估计量 组内估计量指的是在个体固定效应模型中，对每一个个体解释变量取时间平均值，然后再消去固定效应过程中，每个解释变量都去除了个体平均信息，只使用了个体的组内离差信息，称为组内估计量。 关键词：固定效应模型 固定效应模型（fixed effects model），即固定效应回归模型，简称FEM，是一种面板数据分析方法。它是容许每个时期的非观测效应与解释变量相关的非观测效应面板模型。 关键词：随机效应模型 随机效应模型是非观测效应面板数据模型。其中假定非观测效应与每个时期的解释变量都不相关。 3、面板模型的设定和检验 关键词：豪斯曼（Hausman）检验 豪斯曼（Hausman）检验是用来检验面板模型中是否存在固定效应还是随机效应。其基本原理是，由于在遗漏相关变量的情况下将导致解释变量与随机扰动项出现同期相关性，使得最小二乘法所估计出来的估计量有偏且非一致的。所以，通过对模型遗漏相关变量的检验可以用模型是否出现解释变量与随机扰动项同期相关性的检验来代替，从而判断面板数据模型是固定效应模型还是随机效应模型。