Hausman 检验教程

模型检验

比较固定效应与随机效应，判断随机效应独立性假设是否成立。

常用 Stata 命令xtreg y x controls, fe est store fe xtreg y x controls, re est store re hausman fe re, sigmamore

在 STATAU 中打开此功能

Hausmansigmamore固定效应 随机效应

这个页面解决什么问题

Hausman 检验用于判断随机效应模型的关键独立性假设是否站得住脚。如果检验拒绝原假设，通常意味着随机效应不再可靠，应优先采用固定效应结果。

适用数据与前提

需要与 FE / RE 回归一致的因变量、自变量、控制变量，以及完整的个体 ID 与时间 ID。

STATAU 页面中每个位置应该放什么变量

网站位置	应放入的变量	说明
因变量 (Y)	被解释变量	与 FE / RE 比较模型完全一致。
自变量 (X) / 控制变量	同一组解释变量	保证 FE 与 RE 可比。
个体ID / 时间ID	面板结构字段	用于估计 FE 与 RE。
sigmamore 选项	是否使用 sigmamore	用于处理协方差矩阵非正定等情况。

Stata 等效代码

hausman [固定效应结果] [随机效应结果], sigmamore

Stata 代码位置	STATAU 网站对应位置	应放入什么
hausman fe re, sigmamore	sigmamore 选项	勾选后更接近 Stata 常见处理方式。
[固定效应结果] / [随机效应结果]	同一组变量设定	确保比较对象来自同一模型规格。

可删除代码段提示

• 如果协方差矩阵没有问题，可先不加 `sigmamore`。
• 若 Stata 里常规 Hausman 报协方差矩阵非正定，通常再尝试 `sigmamore`。

在 STATAU 中操作步骤

1. 使用与正式面板模型一致的因变量、自变量和控制变量。
2. 设置个体 ID 和时间 ID 后执行 Hausman 检验。
3. 若常规结果不稳定，可再勾选 sigmamore 重跑。

结果怎么看

• 若 p 值显著，通常说明随机效应独立性假设不成立，应优先采用固定效应。
• 若 p 值不显著，随机效应在统计上可接受，但仍需结合理论判断。

常见使用误区

• Hausman 不显著不等于随机效应一定“更好”，只是说明没有足够证据拒绝它。
• FE 和 RE 使用了不同变量规格时，Hausman 结果没有可比性。