計量經濟學
如何使用經濟直覺在固定效應和隨機效應之間進行選擇？
在課堂上，我們的教授說，在決定估計具有固定效應和隨機效應的面板回歸時，我們不應該盲目地遵循豪斯曼檢驗，還要考慮我們根據經濟直覺預期遺漏變數的行為方式。
但我不明白我們應該怎麼做。是否存在僅從經濟角度來看固定效應優於隨機效應或相反的情況的例子？
這是一個範例，僅從經濟角度來看，固定效應優於隨機效應。
假設您有面板數據並且您想要回歸收益 $ y $ 關於一些可觀察的特徵 $ X $ 個人的教育，任期，經驗，年齡，出生地等。您估計的回歸是
$$ y_{it} = \alpha + X’{it} \beta + \epsilon{it} $$
誤差項在哪裡 $ \epsilon_{it} = \alpha_i + \eta_{it} $ , 是個體異質性的函式 $ \alpha_i $ ，它不會隨著時間和一些隨機衝擊而變化 $ \eta_{it} $ .
合併普通最小二乘法和隨機效應假設可觀察特徵和個體異質性成分不相關， $ Cov(\alpha_i,X_{it})=0 $ . 如您所知，當您的控制項之間存在相關性時，這並不成立 $ X $ 和誤差項，這會使你的估計產生偏差——這是標準的遺漏變數偏差。
是否假設 $ Cov(\alpha_i,X_{it})=0 $ 在收益背景下持有？
在這種情況下，你的經濟直覺會很有用。你可能會想到 $ \alpha_i $ 作為個人能力，計量經濟學家沒有觀察到，但可能與觀察到的一些個人特徵相關 $ X $ ，例如教育或任期。所以 $ \alpha_i $ 與回歸量相關 $ X_{it} $ , 和假設 $ Cov(\alpha_i,X_{it})=0 $ , 被違反。然後，有效擬合此類截距的固定效應方法將更具說服力。