面板数据模型实例分析

1.已知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（，不变价格）居民，利用数据（1）建立面板数据（panel data）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。 年人均消费（consume）和人均收入（income）数据以及消费者价格指数（p）分别见 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 9.1，9.2和9.3。 表9.1 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（元）数据 人均消费 1996 1997 1998 1999 2000 2001 2002 CONSUMEAH 3607.43 3693.55 3777.41 3901.81 4232.98 4517.65 4736.52 CONSUMEBJ 5729.52 6531.81 6970.83 7498.48 8493.49 8922.72 10284.6 CONSUMEFJ 4248.47 4935.95 5181.45 5266.69 5638.74 6015.11 6631.68 CONSUMEHB 3424.35 4003.71 3834.43 4026.3 4348.47 4479.75 5069.28 CONSUMEHLJ 3110.92 3213.42 3303.15 3481.74 3824.44 4192.36 4462.08 CONSUMEJL 3037.32 3408.03 3449.74 3661.68 4020.87 4337.22 4973.88 CONSUMEJS 4057.5 4533.57 4889.43 5010.91 5323.18 5532.74 6042.6 CONSUMEJX 2942.11 3199.61 3266.81 3482.33 3623.56 3894.51 4549.32 CONSUMELN 3493.02 3719.91 3890.74 3989.93 4356.06 4654.42 5342.64 CONSUMENMG 2767.84 3032.3 3105.74 3468.99 3927.75 4195.62 4859.88 CONSUMESD 3770.99 4040.63 4143.96 4515.05 5022 5252.41 5596.32 CONSUMESH 6763.12 6819.94 6866.41 8247.69 8868.19 9336.1 10464 CONSUMESX 3035.59 3228.71 3267.7 3492.98 3941.87 4123.01 4710.96 CONSUMETJ 4679.61 5204.15 5471.01 5851.53 6121.04 6987.22 7191.96 CONSUMEZJ 5764.27 6170.14 6217.93 6521.54 7020.22 7952.39 8713.08 表9.2 1996—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（元）数据 人均收入 1996 1997 1998 1999 2000 2001 2002 INCOMEAH 4512.77 4599.27 4770.47 5064.6 5293.55 5668.8 6032.4 INCOMEBJ 7332.01 7813.16 8471.98 9182.76 10349.69 11577.78 12463.92 INCOMEFJ 5172.93 6143.64 6485.63 6859.81 7432.26 8313.08 9189.36 INCOMEHB 4442.81 4958.67 5084.64 5365.03 5661.16 5984.82 6679.68 INCOMEHLJ 3768.31 4090.72 4268.5 4595.14 4912.88 5425.87 6100.56 INCOMEJL 3805.53 4190.58 4206.64 4480.01 4810 5340.46 6260.16 INCOMEJS 5185.79 5765.2 6017.85 6538.2 6800.23 7375.1 8177.64 INCOMEJX 3780.2 4071.32 4251.42 4720.58 5103.58 5506.02 6335.64 INCOMELN 4207.23 4518.1 4617.24 4898.61 5357.79 5797.01 6524.52 INCOMENMG 3431.81 3944.67 4353.02 4770.53 5129.05 5535.89 6051 INCOMESD 4890.28 5190.79 5380.08 5808.96 6489.97 7101.08 7614.36 INCOMESH 8178.48 8438.89 8773.1 10931.64 11718.01 12883.46 13249.8 INCOMESX 3702.69 3989.92 4098.73 4342.61 4724.11 5391.05 6234.36 INCOMETJ 5967.71 6608.39 7110.54 7649.83 8140.5 8958.7 9337.56 INCOMEZJ 6955.79 7358.72 7836.76 8427.95 9279.16 10464.67 11715.6 表9.3 1996—2002年中国东北、华北、华东15个省级地区的消费者物价指数 物价指数 1996 1997 1998 1999 2000 2001 2002 PAH 109.9 101.3 100 97.8 100.7 100.5 99 PBJ 111.6 105.3 102.4 100.6 103.5 103.1 98.2 PFJ 105.9 101.7 99.7 99.1 102.1 98.7 99.5 PHB 107.1 103.5 98.4 98.1 99.7 100.5 99 PHLJ 107.1 104.4 100.4 96.8 98.3 100.8 99.3 PJL 107.2 103.7 99.2 98 98.6 101.3 99.5 PJS 109.3 101.7 99.4 98.7 100.1 100.8 99.2 PJX 108.4 102 101 98.6 100.3 99.5 100.1 PLN 107.9 103.1 99.3 98.6 99.9 100 98.9 PNMG 107.6 104.5 99.3 99.8 101.3 100.6 100.2 PSD 109.6 102.8 99.4 99.3 100.2 101.8 99.3 PSH 109.2 102.8 100 101.5 102.5 100 100.5 PSX 107.9 103.1 98.6 99.6 103.9 99.8 98.4 PTJ 109 103.1 99.5 98.9 99.6 101.2 99.6 PZJ 107.9 102.8 99.7 98.8 101 99.8 99.1 （1）建立面板数据工作文件 首先建立工作文件。打开工作文件后，过程如下： 建立面板数据库。 在窗口中输入15个不同省级地区的标识。 （2）定义序列名并输入数据 产生3*15个尚未输入数据的变量名。这样可以通过键盘输入或黏贴的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 数据数据。 （3）估计、选择面板模型 打开一个pool窗口，先输入变量后缀（所要使用的变量）。点击Estimate，打开估计窗口。 A.混合模型的估计方法 左边的Common表示相同系数，即表示不同个体有相同的斜率。 得到如下输出结果： 相应的表达式是：       (2.0)  (79.7)      上式表示15个省级地区的城镇人均指出平均占收入的76%。 B.个体固定效应回归模型的估计方法 将截距项选择区选Fixed effects（固定效应） 得到如下输出结果： 相应的表达式为：       (6.3)    (55)                    其中虚拟变量的定义是： 15个省级地区的城镇人均指出平均占收入70%。从上面的结果可以看出北京市居民的自发性消费明显高于其他地区。 接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。 ：。模型中不同个体的截距相同（真实模型为混合回归模型）。 ：模型中不同个体的截距项不同（真实模型为个体固定效应回归模型）。 F统计量定义为： 其中表示约束模型，即混合估计模型的残差平方和，表示非约束模型，即个体固定效应回归模型的残差平方和。非约束模型比约束模型多了个被估参数。 所以本例中： 所以推翻原假设，建立个体固定效应回归模型更合理。 C.时点固定效应回归模型的估计方法 将时间选择为固定效应。 得到如下输出结果： 相应的表达式为：           (76.6)                其中虚拟变量的定义是： D.个体随机效应回归模型估计 截距项选择Random effects（个体随机效应） 得到如下部分输出结果： 相应的表达式是：             (68.5)                    其中虚拟变量的定义是： 接下来利用Hausman统计量检验应该建立个体随机效应回归模型还是个体固定效应回归模型。 ：个体效应与回归变量（）无关（个体随机效应回归模型） ：个体效应与回归变量（）相关（个体固定效应回归模型） 分析过程如下： 得到如下检验结果： 由检验输出结果的上半部分可以看出，Hausman统计量的值是14.79，相对应的概率是0.0001，即拒接原假设，应该建立个体固定效应模型。 检验结果的下半部分是Hausman检验中间结果比较。个体固定效应模型对参数的估计值为0.697561，随机效应模型对参数的估计值为0.724569。两个参数的估计量的分布方差的差为0.000049。 综上分析，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和人金收入问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 应该建立个体固定效应回归模型。人均消费平均占人均收入的70%。随地区不同，自发消费（截距项）存在显著性差异。 （4）面板单位根检验 以cp序列为例。 首先在工作文件窗口中打开cp变量的15个数据组。 单位根检验过程如下： 得到如下检验结果： 从上面的检验结果可以看出来，6种检验方法的结论都认为15个cp序列存在单位根。 选择IPS检验方法进行单位根检验。检验结果如下： 从上面的结果可以看出，cp面板存在单位根，同时每个个体都存在单位根。 2.收集中国2000—2005年各地区城镇居民人均可支配收入X和消费指出Y统计数据如表9.4。数据是6年的，每一年都有32组数据，共192组观测值。 人均可支配收入和消费支出数据（单位：元） 2000 2001 2002 2003 2004 2005 地  区 可支配收入 消费支出 可支配收入 消费支出 可支配收入 消费支出 可支配收入 消费支出 可支配收入 消费支出 可支配收入 消费支出 X Y X Y X Y X Y X Y X Y 全  国 6279.98 4998.00 6859.58 5309.01 7702.80 6029.88 8472.20 6510.94 9421.61 7182.10 10493.03 7942.88 北  京 10349.69 8493.49 11577.78 8922.72 12463.92 10284.60 13882.62 11123.84 15637.84 12200.40 17652.95 13244.20 天  津 8140.50 6121.04 8958.70 6987.22 9337.56 7191.96 10312.91 7867.53 11467.16 8802.44 12638.55 9653.26 河  北 5661.16 4348.47 5984.82 4479.75 6679.68 5069.28 7239.06 5439.77 7951.31 5819.18 9107.09 6699.67 山  西 4724.11 3941.87 5391.05 4123.01 6234.36 4710.96 7005.03 5105.38 7902.86 5654.15 8913.91 6342.63 内蒙古 5129.05 3927.75 5535.89 4195.62 6051.00 4859.88 7012.90 5419.14 8122.99 6219.26 9136.79 6928.60 辽  宁 5357.79 4356.06 5797.01 4654.42 6524.52 5342.64 7240.58 6077.92 8007.56 6543.28 9107.55 7369.27 吉  林 4810.00 4020.87 5340.46 4337.22 6260.16 4973.88 7005.17 5492.10 7840.61 6068.99 8690.62 6794.71 黑龙江 4912.88 3824.44 5425.87 4192.36 6100.56 4462.08 6678.90 5015.19 7470.71 5567.53 8272.51 6178.01 上  海 11718.01 8868.19 12883.46 9336.10 13249.80 10464.00 14867.49 11040.34 16682.82 12631.03 18645.03 13773.41 江  苏 6800.23 5323.18 7375.10 5532.74 8177.64 6042.60 9262.46 6708.58 10481.93 7332.26 12318.57 8621.82 浙  江 9279.16 7020.22 10464.67 7952.39 11715.60 8713.08 13179.53 9712.89 14546.38 10636.14 16293.77 12253.74 安  徽 5293.55 4232.98 5668.80 4517.65 6032.40 4736.52 6778.03 5064.34 7511.43 5711.33 8470.68 6367.67 福  建 7432.26 5638.74 8313.08 6015.11 9189.36 6631.68 9999.54 7356.26 11175.37 8161.15 12321.31 8794.41 江  西 5103.58 3623.56 5506.02 3894.51 6335.64 4549.32 6901.42 4914.55 7559.64 5337.84 8619.66 6109.39 山  东 6489.97 5022.00 7101.08 5252.41 7614.36 5596.32 8399.91 6069.35 9437.80 6673.75 10744.79 7457.31 河  南 4766.26 3830.71 5267.42 4110.17 6245.40 4504.68 6926.12 4941.60 7704.90 5294.19 8667.97 6038.02 湖  北 5524.54 4644.50 5855.98 4804.79 6788.52 5608.92 7321.98 5963.25 8022.75 6398.52 8785.94 6736.56 湖  南 6218.73 5218.79 6780.56 5546.22 6958.56 5574.72 7674.20 6082.62 8617.48 6884.61 9523.97 7504.99 广  东 9761.57 8016.91 10415.19 8099.63 11137.20 8988.48 12380.43 9636.27 13627.65 10694.79 14769.94 11809.87 广  西 5834.43 4852.31 6665.73 5224.73 7315.32 5413.44 7785.04 5763.50 8689.99 6445.73 9286.70 7032.80 海  南 5358.32 4082.56 5838.84 4367.85 6822.72 5459.64 7259.25 5502.43 7735.78 5802.40 8123.94 5928.79 重  庆 6275.98 5569.84 6721.09 5873.69 7238.04 6360.24 8093.67 7118.06 9220.96 7973.05 10243.46 8623.29 四  川 5894.27 4855.78 6360.47 5176.17 6610.80 5413.08 7041.87 5759.21 7709.87 6371.14 8385.96 6891.27 贵  州 5122.21 4278.28 5451.91 4273.90 5944.08 4598.28 6569.23 4948.98 7322.05 5494.45 8151.13 6159.29 云  南 6324.64 5185.31 6797.71 5252.60 7240.56 5827.92 7643.57 6023.56 8870.88 6837.01 9265.90 6996.90 西  藏 7426.32 5554.42 7869.16 5994.39 8079.12 6952.44 8765.45 8045.34 9106.07 8338.21 9431.18 8617.11 陕  西 5124.24 4276.67 5483.73 4637.74 6330.84 5378.04 6806.35 5666.54 7492.47 6233.07 8272.02 6656.46 甘  肃 4916.25 4126.47 5382.91 4420.31 6151.44 5064.24 6657.24 5298.91 7376.74 5937.30 8086.82 6529.20 青  海 5169.96 4185.73 5853.72 4698.59 6170.52 5042.52 6745.32 5400.24 7319.67 5758.95 8057.85 6245.26 宁  夏 4912.40 4200.50 5544.17 4595.40 6067.44 5104.92 6530.48 5330.34 7217.87 5821.38 8093.64 6404.31 新  疆 5644.86 4422.93 6395.04 4931.40 6899.64 5636.40 7173.54 5540.61 7503.42 5773.62 7990.15 6207.52 首先建立工作文件，打开工作文件后，过程如下： 建立面板数据库，并命名为XY。 输入不同省市（包括全国）的标识，如下： 点击sheet键，定义变量X和Y。 点击Edit+/-后，在数据窗口键入数据即可。 对模型进行估计，建立个体固定效应回归模型，过程如下： 得到如下输出结果： 从估计结果可以看出，对于32个省市来说，虽然它们的城镇居民消费倾向相同，但是其城镇居民的自发消费存在显著的差异，其中重庆的城镇居民自发消费最高，其次为西藏、北京、广东；城镇居民自发消费最低的是江西，其次是河南、山东。 注意几点： （1） 个体固定效应模型的EViews输出结果中也可以有公共截距项； （2） EViews输出结果中没有给出描述个体效应的截距项相应的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差和t值。不认为截距项是模型中的重要参数。 （3） 当对个体固定效应模型选择加权估计时，输出结果将给出加权估计和非加权估计两种统计量评价结果。 （4） 输出结果的联立方程组形式可以通过点击View选Representations功能获得。 （5） 点击View选Wald Coefficient Tests…功能可以对模型的斜率进行Wald检验。 （6） 点击View选Residuals/Table，Graphs，Covariance Matrix，Correlation Matrix功能可以分别得到按个体计算的残差序列表，残差序列图，残差序列的方差协方差矩阵，残差序列的相关系数矩阵。 （7） 点击Proc选Make Model功能，将会出现估计结果的联立方程形式，进一步点击Solve键，在随后出现的对话框中可以进行动态和静态预测。