r - R 中的 Hausman 类型测试

Question

我一直在使用“ plm ”包电话 做面板数据的分析。此包中用于在“固定效应”或“随机效应”模型之间进行选择的重要测试之一称为 豪斯曼型 . Stata 也有类似的测试。这里的重点是 斯塔塔 需要先估计固定效应，然后再估计随机效应。但是，我在“plm”包中没有看到任何此类限制。所以，我想知道“ plm ”包是否首先具有默认的“固定效果”，然后是“随机效果”。为了您的引用，我在下面提到了我在分析时遵循的 Stata 和 R 中的步骤。

*

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)

Answer 1

更新:请务必阅读评论。原答案如下。

找出这一点的反复试验方法:

> library(plm)
> data("Gasoline", package = "plm")
> form <- lgaspcar ~ lincomep + lrpmg + lcarpcap
> wi <- plm(form, data = Gasoline, model = "within")
> re <- plm(form, data = Gasoline, model = "random")
> phtest(wi, re)

    Hausman Test

data:  form 
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent 

> phtest(re, wi)

    Hausman Test

data:  form 
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent

如您所见，无论您将哪个模型作为第一个参数，哪个作为第二个参数，测试都会产生相同的结果。