固定效应模型与随机效应模型的区别

【固定效应模型与随机效应模型的区别】固定效应认为,效应是外生固定的,最下一行中和是确定值(无需假定是否和 相关);
随机效应认为,效应是随机的实现,最下一行中和与无关且满足特定的参数分布;
如果实际上符合随机效应中满足特定分布的假设,意味着对于每一个observation,其它observation也提供了信息,于是在随机效应下GLS估计比CV估计更有效率;反之,如果实际上是固定效应模型,CV估计是有效率的 , 而GLS估计则是有偏的,且在只有N趋于无穷时不一致;以上两条说明可能可以用Hausmann检验来进行模型选 。固定效应的好处在于无需假设各固定效应与解释变量之间的关系,坏处在于固定效应需要估计更多的参数,因为相当于给每个个体/时间都加一个dummy,另外不随时间/个体变化的变量会被吸收进dummy而无法估计 。反之,随机效应需要估计的参数是固定的,而且能估计不随时间/个体变化的变量,但是所需的假设变强了 。

以上就是固定效应模型与随机效应模型的区别的内容啦,希望本文可以帮到你!