當處理縱橫資料 (panel data) 時,決策往往充滿挑戰。可以選擇使用固定效果(FE) 模型來控制內生性,但無法研究時間不變的迴歸變數的影響;或者使用隨機效果 (RE) 模型來估計時間不變的迴歸變數的影響,但會面臨潛在的偏差。這時,相關隨機效果 (CRE) 模型就派上用場了。
CRE模型估計隨時間變化和時間不變的效應,同時控制迴歸變數與未觀察到的panel特徵相關時出現的內生性。這一結果被稱為Mundlak等價,儘管Mundlak (1978) 僅對平衡縱橫資料進行了證明,但Wooldridge (2019) 將其擴展到非平衡縱橫資料,並提供了選擇RE, FE和CRE模型的檢定。
本文展示如何使用Stata指令xtreg, cre輕鬆估計CRE模型,並使用指令estat mundlak進行Mundlak模型設定檢定。
來源:Correlated random-effects models: The best of both worlds