鸭脖体育钱取不出来

更多精彩尽在这里,详情点击:https://damagedintransit.com/,阿斯科利队

基于面板数据空间误差分量模型,提出空间Hausman检验,并构造出辅助回归模型的空间Hausman检验,进而通过Monte Carlo模拟实验,研究空间Hausman检验,以及辅助回归空间Hausman检验的有限样本性质。

空间Hausman检验能有效矫正空间面板数据下经典Hausman检验的水平扭曲,但随着空间相关性和样本量增大,其水平扭曲偏离理想值;辅助回归空间Hausman检验始终保持理想的水平扭曲。

1、采用经典Hausman检验对模型的个体效应进行判定。但是,当面板数据中存在空间相关性时,经典Hausman检验将出现较大的水平扭曲,因此容易得到错误的结论。

2、采用经典Hausman检验判定空间面板数据模型是选择固定效应模型还是随机效应模型,并不了解在空间相关性存在的情形下,经典Hausman检验已经失效。

3、运用工具变量法对随机效应的空间滞后模型和固定效应的空间滞后模型进行估计,然后参照经典Hausman检验的研究思想构造空间Hausman检验统计量,最后通过进行Monte Carlo模拟实验,验证了所构造的空间Hausman检验的有限样本有效性。

Hausman检验是由美国麻省理工学院经济学系教授Jerry Hausman提出来的。其实在他之前,华人经济学家吴德明教授和统计学家Durbin教授已提出过类似的检验。因此,早期我们把这一检验称为Durbin-Wu-Hausman检验,后来,只称Hausman检验。

Hausman检验是一般性的检验方法。几乎所有的假设都可以用Hausman的方法来检验。

用H0代表要验证的零假设,H1代表对立假设。Hausman检验的主要思想是寻找两个不同的估计值θ^和θ~。估计值θ^永远是一致的。即使零假设H0不成立的情况下,θ^仍然具有一致性。估计值#只有在零假设成立的情况下才具有一致性。在零假设不成立的情况下,θ~不一致。因此θ^-θ~在零假设成立的情况下是接近于零的,而在零假设不成立的时候,θ^-θ~不接近于零。Hausman的思想是把验证H0的正确性变成检验θ^-θ~是否为零。因此不论何种检验问题,只要我们能找到Hausman所要求的两个估计值,我们就能应用Hausman检验。