《面板数据F检验》由会员分享，可在线阅读，更多相关《面板数据F检验（26页珍藏版）》请在金锄头文库上搜索。
1、面板数据F检验1面板数据定义。时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据示意图见图1。面板数据从横截面（cross section）上看，是由若干个体（entity, unit, individual）在某一时刻构成的截面观测值，从纵剖面（longitudinal section）上看是一个时间序列。面板数据用双下标
2、变量表示。例如yi t, i = 1, 2, , N; t = 1, 2, , TN表示面板数据中含有N个个体。T表示时间序列的最大长度。若固定t不变，yi ., ( i = 1, 2, , N)是横截面上的N个随机变量；若固定i不变，y. t, (t = 1, 2, , T)是纵剖面上的一个时间序列（个体）。图1 N=7，T=50的面板数据示意图例如1990-2000年30个省份的农业总产值数据。固定在某一年份上，它是由30个农业总产总值数字组成的截面数据；固定在某一省份上，它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。对于面板数据yi t, i
3、 = 1, 2, , N; t = 1, 2, , T来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data）。注意：EViwes 3.1、4.1、5.0既允许用平衡面板数据也允许用非平衡面板数据估计模型。例1（file:panel02）：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
4、测值。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。人均消费和收入的面板数据从纵剖面观察分别见图2和图3。从横截面观察分别见图4和图5。横截面数据散点图的表现与观测值顺序有关。图4和图5中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。表1 1999-2002年中国东北、华北、华东15个省级地区的居民家庭人均消费数据（不变价格）地区人均消费1996199719981999200020012002CP-AH（安徽）3282.4663646.1503777.4103989.5814203.5554495.1744784.364CP-BJ（北京）5133.9786203.0
5、486807.4517453.7578206.2718654.43310473.12CP-FJ（福建）4011.7754853.4415197.0415314.5215522.7626094.3366665.005CP-HB（河北）3197.3393868.3193896.7784104.2814361.5554457.4635120.485CP-HLJ（黑龙江）2904.6873077.9893289.9903596.8393890.5804159.0874493.535CP-JL（吉林）2833.3213286.4323477.5603736.4084077.9614281.5604998
6、.874CP-JS（江苏）3712.2604457.7884918.9445076.9105317.8625488.8296091.331CP-JX（江西）2714.1243136.8733234.4653531.7753612.7223914.0804544.775CP-LN（辽宁）3237.2753608.0603918.1674046.5824360.4204654.4205402.063CP-NMG（内蒙古）2572.3422901.7223127.6333475.9423877.3454170.5964850.180CP-SD（山东）3440.6843930.5744168.9744
7、546.8785011.9765159.5385635.770CP-SH（上海）6193.3336634.1836866.4108125.8038651.8939336.10010411.94CP-SX（山西）2813.3363131.6293314.0973507.0083793.9084131.2734787.561CP-TJ（天津）4293.2205047.6725498.5035916.6136145.6226904.3687220.843CP-ZJ（浙江）5342.2346002.0826236.6406600.7496950.7137968.3278792.210资料来源：中国统计
8、年鉴1997-2003。表2 1999-2002年中国东北、华北、华东15个省级地区的居民家庭人均收入数据（不变价格）地区人均收入1996199719981999200020012002IP-AH（安徽）4106.2514540.2474770.4705178.5285256.7535640.5976093.333IP-BJ（北京）6569.9017419.9058273.4189127.9929999.70011229.6612692.38IP-FJ（福建）4884.7316040.9446505.1456922.1097279.3938422.5739235.538IP-HB（河北）414
9、8.2824790.9865167.3175468.9405678.1955955.0456747.152IP-HLJ（黑龙江）3518.4973918.3144251.4944747.0454997.8435382.8086143.565IP-JL（吉林）3549.9354041.0614240.5654571.4394878.2965271.9256291.618IP-JS（江苏）4744.5475668.8306054.1756624.3166793.4377316.5678243.589IP-JX（江西）3487.2693991.4904209.3274787.6065088.3155
10、533.6886329.311IP-LN（辽宁）3899.1944382.2504649.7894968.1645363.1535797.0106597.088IP-NMG（内蒙古）3189.4143774.8044383.7064780.0905063.2285502.8736038.922IP-SD（山东）4461.9345049.4075412.5555849.9096477.0166975.5217668.036IP-SH（上海）7489.4518209.0378773.10010770.0911432.2012883.4613183.88IP-SX（山西）3431.5943869.9
11、524156.9274360.0504546.7855401.8546335.732IP-TJ（天津）5474.9636409.6907146.2717734.9148173.1938852.4709375.060IP-ZJ（浙江）6446.5157158.2887860.3418530.3149187.28710485.6411822.00资料来源：中国统计年鉴1997-2003。 图2 15个省级地区的人均消费序列（纵剖面） 图3 15个省级地区的人均收入序列（file:4panel02） 图4 15个省级地区的人均消费散点图 图5 15个省级地区的人均收入散点图（7个横截面叠加）(每条连
12、线表示同一年度15个地区的消费值) (每条连线表示同一年度15个地区的收入值)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。15个地区7年人均消费对收入的面板数据散点图见图6和图7。图6中每一种符号代表一个省级地区的7个观测点组成的时间序列。相当于观察15个时间序列。图7中每一种符号代表一个年度的截面散点图（共7个截面）。相当于观察7个截面散点图的叠加。图6
13、 用15个时间序列表示的人均消费对收入的面板数据图7 用7个截面表示的人均消费对收入的面板数据（7个截面叠加） 为了观察得更清楚一些，图8给出北京和内蒙古1996-2002年消费对收入散点图。从图中可以看出，无论是从收入还是从消费看内蒙古的水平都低于北京市。内蒙古2002年的收入与消费规模还不如北京市1996年的大。图9给出该15个省级地区1996和2002年的消费对收入散点图。可见6年之后15个地区的消费和收入都有了相应的提高。 图8 北京和内蒙古1996-2002年消费对收入时序图 图9 1996和2002年15个地区的消费对收入散点图2面板数据的估计。用面板数据建立的模型通常有3种。即混合估计模型、固定效应模型和随机效应模型。2.1 混合估计模型。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，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。如果从时间和截面看模型截距都不为零，且是一个相同的常数，以二变量模型为例，则建立如下模型， yit = a +b1 xit +eit, i = 1, 2, , N; t = 1, 2, , T (1)a 和b1不随i，t变
