python面板数据模型操作步骤_面板数据分析方法步骤全解
word
文档
可自由复制编辑
面板数据分析方法步骤全解
面板数据的分析方法或许我们已经了解许多了,
但是到底有没有一个
基本的步骤呢?那些步骤是必须的?这些都是我们在研究的过程中
需要考虑的,
而且又是很实在的问题。
面板单位根检验如何进行?协
整检验呢?什么情况下要进行模型的修正?面板模型回归形式的选
择?如何更有效的进行回归?诸如此类的问题我们应该如何去分析
并一一解决?以下是我近期对面板数据研究后做出的一个简要总结,
和大家分享一下,也希望大家都进来讨论讨论。
步骤一:分析数据的平稳性(单位根检验)
按照正规程序,
面板数据模型在回归前需检验数据的平稳性。
李子奈
曾指出,
一些非平稳的经济时间序列往往表现出共同的变化趋势,
而
这些序列间本身不一定有直接的关联,此时,对这些数据进行回归,
尽管有较高的
R
平方,
但其结果是没有任何实际意义的。
这种情况称
为称为虚假回归或伪回归(
spurious
regression
)
。他认为平稳的真正
含义是:一个时间序列剔除了不变的均值(可视为截距)和时间趋势
以后,剩余的序列为零均值,同方差,即白噪声。
因此单位根检验时
有三种检验模式:既有趋势又有截距、只有截距、以上都无
。
因此为了避免伪回归,
确保估计结果的有效性,
我们必须对各面板序