eviews面板数据之混合回归模型

eviews面板数据之混合回归模型

一、数据：已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（cp，不变价格）和人均收入（ip，不变价格）居民，利用数据（1）建立面板数据（panel data）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。年人均消费（consume）和人均收入（income）数据以及消费者价格指数（p）分别见表1，2和3。

eviews面板数据之混合回归模型

表3 1996—2002年中国东北、华北、华东15个省级地区的消费者物价指数

二、1.输入操作： 步骤：（1）File——New——Workfile

步骤：（2）Start date——End date——OK

eviews面板数据之混合回归模型

步骤：（3）Object——

New Object

步骤：（4）Type of object——

Pool

步骤：（5）输入所有序列名称

eviews面板数据之混合回归模型

步骤：（6）定义各变量点击sheet—输入consume？income？

p?

步骤：（7）将表1、2、3中的数据复制到Eviews中

2.估计操作： 步骤：（1）点击poolmodel——

Estimate

eviews面板数据之混合回归模型

对话框说明

Dependent variable:被解释变量；Common：系数相同部分 Cross-section specific:截面系数不同部分

混合回归模型的估计原理说明

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。

模型形式：yit

1 kxkit uit (1)

k 2

K

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。

F

(RRSS URSS)/(NK2 K1 K)

~F(NK2 K1 K,NT K1 NK2)

URSS/(NT K1 NK2)

检验混合模型的约束条件：H0: 21 22 2n

eviews面板数据之混合回归模型

步骤：（2）Dependent variable：consume？；Common：c income? 其他部分不动

所得结果：

eviews面板数据之混合回归模型

相应的表达式是：

Consumeit 120.14 0.76Incomeit

(1.8) (78.3) R2 0.98,SSEr 4965275

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%。

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：

18172.05 351282.5 31998.24 53170.06 32628.78 25352.68 64917.04 33428.92 16756.32 152987.4 29603.14 481043.4 49859.47 44987.95 80170.54

URSS=1466358.49

混合回归模型的残差平方和：RRSS=4965275 因而F =6.39

F>F0.05(28,75) 1.6265，拒绝原假设，因而原假设模型不适合。

(RRSS URSS)/(NK2 K1 K)

~F(NK2 K1 K,NT K1 NK2)

URSS/(NT K1 NK2)