发布时间 : 星期六 文章EVIEWS用面板数据模型预测更新完毕开始阅读
素（如各州的路况、车型、交通立法等因素）影响交通事故死亡人数。从面板理论上说，不知混合回归模型是不是最优的模型形式。
按个体固定效应回归模型估计
numberit = 2.375 +… - 0.66 beertax it
(24.5) (-3.5) SSE=10.35
用F检验判断应该建立混合回归模型还是个体固定效应回归模型。
H0：?i =? ，混合回归模型（约束截距项为同一参数）。
H1：?i各不相同。个体固定效应回归模型（截距项任意取值）
F=
(SSEr?SSEu)/N （以EViwes5.0计算自由度）
SSEu/(NT?N?2)?=
(98.75?10.35)/481.84== 50.8
10.35/(336?50)0.0362F0.05(48, 286) = 1.2
因为F= 50.8 > F0.05(14, 89) = 1.2，推翻原假设，比较上述两种模型，建立个体固定效应回归模型更合理。
按双固定效应回归模型估计
numberit = 2.37 +… - 0.646 beertax it
(23.3) (-3.25) SSE=9.92
用F检验判断应该建立混合回归模型还是个体时点双固定效应回归模型。
H0：?i =?。?t =?。混合回归模型（约束截距项为同一参数）。
H1：?i，?t各不相同。个体时点双固定效应回归模型（截距项任意取值）
F=
(SSEr?SSEu)/(N?T) （以EViwes5.0计算自由度）
SSEu/(NT?N?T?k)(98.75?9.92)/(48?7)1.62== 45
9.92/(336?48?7?2)0.036?=
F0.05(55, 279) = 1.6
因为F= 45 > F0.05(55, 279) = 1.6，推翻原假设，比较上述两种模型，建立个体时点双固定效应回归模型更合理。
以上两种模型回归系数的估计结果非常近似。F检验也说明，建立个体固定效应回归模型和双固定效应回归模型都要比混合回归模型合理。所以回归参数- 0.66和- 0.646要比混合回归模型参数0.36合理。
因为差分OLS估计也是估计固定效应回归模型的一种方法，下面讨论面板差分数据得到的估计结果。利用1988年和1982年数据的差分数据得估计结果（散点图见图21）。这个估计结果在符号上也是合理的。
number1988 -number1982 = -0.072 - 1.04 (beertax1988 - beertax1982)
(0.065) (0.36)
?? 152
.6.4BEER88-BEER82.2.0-.2-.4-.6-1.6-1.2-0.8-0.40.00.40.8VFR88-VFR82
图21 差分数据散点图(File:5panel01a- graph08)
因此问题应该建立个体固定效应回归模型，所以个体固定效应估计结果-0.66应当更可信。
6．面板数据模型的EViwes操作
6.1 用EViwes 5.0建立面板数据估计模型步骤。（file:5panel02） 利用（例1）1996~2002年15个省级地区城镇居民家庭年人均消费性支出和年人均收入数据（不变价格数据）介绍面板数据模型估计步骤。
（1）建立混合数据库（Pool）对象。 首先建立年度工作文件（1996?2002）。在打开工作文件窗口的基础上，点击EViwes主功能菜单上的Objects键，选New Object功能（如图1），从而打开New Object（新对象）选择窗（如图2）。在Type of Object选择区选择Pool（合并数据库），并在Name of Object选择区为混合数据库起名Pool01（初始显示为Untitled）。点击图2中OK键，从而打开混合数据库（Pool）窗口。在窗口中输入15个地区的标识AH（安徽）、BJ（北京）、…、ZJ（浙江），如图3。
图1 图2
153
图3
（2）定义序列名并输入数据。
在新建的混合数据库（Pool）窗口的工具栏中点击Sheet键（第2种路径是，点击View键，选Spreadsheet (stacked data)功能），从而打开Series List（列写序列名）窗口，定义时间序列变量CP?和IP?（符号？表示与CP和IP相连的15个地区标识名）如图4。
图4
点击OK键，从而打开混合数据库（Pool）窗口（图5）。（点击Edit+-键，使EViwes处于可编辑状态）可以用键盘输入数据，也可以用复制和粘贴的方法输入数据。
154
图5
图5所示为以个体为序的阵列式排列（stacked data）。点击Order+-键，还可以变换为以截面为序的阵列式排列。输入完成后的情形见图6。
图6
点击PanelGener可以通过公式用已有的变量生成新变量（注意：输入变量时，不要忘记带变量后缀“？”）。
这是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（不变价格）和人均收入数据见表1和表2。数据是7年的，每一年都有15个数据，共105组观测值。
用cp表示消费，ip表示收入。AH, BJ, FJ, HB, HLJ, JL, JS, JX, LN, NMG, SD, SH, SX, TJ, ZJ分别表示安徽省、北京市、福建省、河北省、黑龙江省、吉林省、江苏省、江西省、辽宁省、内蒙古自治区、山东省、上海市、山西省、天津市、浙江省。
人均消费和收入两个面板数据都是平衡面板数据，各有15个个体。人均消费和收入观测值顺序是按地区名的汉语拼音字母顺序排序的。
在工作文件中打开面板数据窗口，点击View键，选Descriptive Stats功能可以得到面板数据按个体计算的特征数。见图7。
155