Moment-based tests for individual and time effects in panel data models
面板数据模型中个体效应与时间效应的矩检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究双向误差分量面板模型中的个体效应与时间效应检验。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
面板数据模型中个体效应与时间效应的矩检验
- 研究问题
- 在双向误差分量回归模型中，如何分别检验个体与时间效应，并使每项检验对另一效应的存在保持稳健，尤其在效应与协变量相关时？
- 方法与思路
- 作者比较不同稳健层级下的特异误差方差估计，构造两项 Hausman 型检验，讨论联合检验，并通过蒙特卡洛及犯罪率应用考察表现。
- 材料陈述的贡献
- 摘要称，两项检验均对另一效应的存在稳健；效应与协变量相关时，个体效应检验的渐近功效高于对应 ANOVA F 检验。
- 阅读关注点
- 应核对不同方差估计量的稳健含义、原假设及相关性条件，以及渐近功效比较和模拟中尺寸、功效改善的具体适用范围。
- 阅读边界
- 仅据所给出版社摘要，无法判断对异方差或序列相关是否稳健，也没有具体模拟数值；犯罪率应用不能证明所有面板情形均占优。
原文摘要
This paper proposes two Hausman-type tests respectively for individual and time effects in a two-way error component regression model by comparing estimators of the variance of the idiosyncratic error at different robust levels. They are both robust to the presence of the other effect, and the test for the individual effect has a larger asymptotic power than the corresponding ANOVA F test when the effects are correlated with covariates. Tests jointly for both effects are also discussed. Monte Carlo evidence shows their good size properties and better power properties than competing tests, and the application to the crime rate study gives further support.