Trong bài viết này tôi sẽ giới thiệu các công cụ kiểm định dữ liệu bảng: xttest0, xttest1, xttest2, xttest3 cũng như việc sử dụng chúng như thế nào cho hợp lý, đồng thời cũng giới thiệu kiểm định đánh giá có hay không tác động của các yếu tố ngẫu nhiên trong mô hình REM ( hay ECM).



Loại kiểm định
Ho, mã code trong stata
Kết luận
Ghi chú
Kiểm định ảnh hưởng cố định
Ho: corr(u_i, X)   = 0
xttest0
Giả thiết Ho bị bác bỏ chứng tỏ có ảnh hưởng cố định trong mô hình ước lượng.

Kiểm định ảnh hưởng ngẫu nhiên
Ảnh hưởng ngẫu nhiên, 2 bên:
ALM(Var(u)=0)
 Ảnh hưởng ngẫu nhiên, 1 bên:
ALM(Var(u)=0) 
Xttest0
Giả thiết Ho bị bác bỏ chứng tỏ có ảnh hưởng ngẫu nhiên trong mô hình ước lượng.

Kiểm định Hausman
Ho:  Sự khác biệt ảnh hưởng của các biến không mang tính hệ thống .
Chi2(13) = (b-B)'[(V_b-V_B)^(-1)](b-B)

Hausman fe re
Như vậy giả thiết Ho không bị bác bỏ, việc ước lượng của 2 mô hình FEM và REM là tương đương về kết quả.


Kiểm định phương sai thay đổi
H0: sigma(i)^2 = sigma^2 for all i
xttest3
Giả thiết Ho bị bác bỏ, chứng tỏ đã xảy ra hiện tượng phương sai thay đổi trong mô hình ước lượng ban đầu.
Để kiểm soát vấn đề này sử dụng Robust
Kiểm định Wooldridge cho hiện tượng tự tương quan
H0: no first-order autocorrelation
 xtserial y x
 hoặc xttest0
Giả thiết Ho được chấp nhận cho thấy không có hiện tượng tự tương quan trong mô hình ước lượng

 

to be continue....

2 comments:

  1. Cho em hỏi mình dùng robust để kiểm soát tự tương quan được ko ạ ?

    ReplyDelete
    Replies
    1. Không bạn ạ , dùng bên FGLS đó bạn , khắc phục cả hai , còn nếu dữ liệu của bạn không bị tự TQ thì dùng robust cho chuẩn

      Delete