Hausman test de type R
J'ai été en utilisant "plm" paquet de R de faire l'analyse de données de panel. L'un des test important dans ce package pour choisir entre "effets fixes" ou "effet de hasard" modèle est appelé Hausman type. Un test similaire est également disponible pour le logiciel Stata. Le point ici est que Stata nécessite fixe en effet à estimer en premier, suivi par effet de hasard. Cependant, je ne vois pas une telle restriction dans le "plm" paquet. Donc, je me demandais si "plm" package par défaut "effets fixes" d'abord et ensuite "aléatoire" effet de second. Pour votre référence, je mentionne ci-dessous les étapes de Stata et R que j'ai suivi pour l'analyse.
*
Stata Steps: (data=mydata, y=dependent variable,X1:X4: explanatory variables)
*step 1 : Estimate the FE model
xtreg y X1 X2 X3 X4 ,fe
*step 2: store the estimator
est store fixed
*step 3 : Estimate the RE model
xtreg y X1 X2 X3 X4,re
* step 4: store the estimator
est store random
*step 5: run Hausman test
hausman fixed random
#R steps (data=mydata, y=dependent variable,X1:X4: explanatory variables)
#step 1 : Estimate the FE model
fe <- plm(y~X1+X2+X3+X4,data=mydata,model="within")
summary(model.fe)
#step 2 : Estimate the RE model
re <- pggls(y~X1+X2+X3+X4,data=mydata,model="random")
summary(model.re)
#step 3 : Run Hausman test
phtest(fe, re)
- RoyalTS semble avoir répondu à votre question. Voulez-vous vraiment utiliser le test, si? Ce n'est pas l'indicateur le plus fiable de savoir si l'utilisation de FE ou de RE (ref).
- Merci pour le papier. Toutefois, nous avons encore robuste test de hausman (xtoverid et Wooldridge 2002) dans stata. Le papier que vous avez mentionné n'a pas parlé de ces tests. Je ne suis pas sûr au sujet de ces tests dans le domaine du plm paquet de R.
Vous devez vous connecter pour publier un commentaire.
Mise à jour: assurez-vous de lire les commentaires. Réponse originale à cette question ci-dessous.
Essai-et-erreur moyen de trouver cela:
Comme vous pouvez le voir, le test donne le même résultat, n'importe laquelle des modèles vous nourrir comme la première et la deuxième argument.
phtest
fonction (il suffit de taperplm:::phtest.panelmodel
dans le R de la console) et vous verrez que la statistique R calcule sera toujours positif, tout simplement parce qu'ils prennent de la valeur absolue, à la fin (stat <- abs(t(dbeta) %*% solve(dvcov) %*% dbeta)
). Donc, tant que le R de la mise en œuvre de l'ordre des arguments n'a pas d'importance.hausman
est trop générique, et il est codé pour être agnostique spécifiques de l'estimation de la situation que vous êtes -- vous avez peut-être la comparaison des moindres carrés ordinaires et IV, ou des moindres carrés ordinaires et GLS, ou quelque chose comme ça, ethausman
ne pas avoir besoin ou envie de savoir à ce sujet. Par conséquent, il est de votre responsabilité de préciser les résultats dans l'ordre supposé (et documentées) parhausman
. Il yxthaus
qui était spécifique à des données de panel, mais elle est considérée comme obsolète maintenant.plm
encore est-ce à tort.