【固定效應(yīng)模型與隨機效應(yīng)模型的區(qū)別】固定效應(yīng)認(rèn)為，效應(yīng)是外生固定的，最下一行中和是確定值（無需假定是否和 相關(guān)）；
隨機效應(yīng)認(rèn)為，效應(yīng)是隨機的實現(xiàn)，最下一行中和與無關(guān)且滿足特定的參數(shù)分布；
如果實際上符合隨機效應(yīng)中滿足特定分布的假設(shè)，意味著對于每一個observation，其它observation也提供了信息，于是在隨機效應(yīng)下GLS估計比CV估計更有效率；反之，如果實際上是固定效應(yīng)模型，CV估計是有效率的，而GLS估計則是有偏的，且在只有N趨于無窮時不一致；以上兩條說明可能可以用Hausmann檢驗來進(jìn)行模型選 。固定效應(yīng)的好處在于無需假設(shè)各固定效應(yīng)與解釋變量之間的關(guān)系，壞處在于固定效應(yīng)需要估計更多的參數(shù) ， 因為相當(dāng)于給每個個體/時間都加一個dummy，另外不隨時間/個體變化的變量會被吸收進(jìn)dummy而無法估計 。反之，隨機效應(yīng)需要估計的參數(shù)是固定的，而且能估計不隨時間/個體變化的變量 ， 但是所需的假設(shè)變強了 。
推薦閱讀
- 關(guān)于親子閱讀的語錄
- 本未怎么組成語
- 蒜香臘牛肉怎么做
- 白馬非馬是哪家的學(xué)說
- 聯(lián)通10010怎么轉(zhuǎn)人工服務(wù)
- LTE一共有幾種信道類型
- 關(guān)于教師的故事
- 動森紙箱怎么獲得
- 煲機注意事項