随机效应模型教程

回归分析

解释随机效应模型的面板结构设置、适用前提，以及和 Hausman 检验的衔接关系。

常用 Stata 命令xtset id time xtreg y x controls, re

在 STATAU 中打开此功能

随机效应xtreg reHausman 前置模型

这个页面解决什么问题

随机效应模型适合在面板数据中同时利用组内和组间信息，但前提是个体效应与解释变量不相关。它通常和固定效应配套出现，再用 Hausman 检验决定最终采用哪一种设定。

方法原理

随机效应把个体差异视为随机扰动的一部分，因此比固定效应更依赖“个体效应与解释变量独立”的假设。若这一假设不成立，随机效应估计会有偏。

适用数据与前提

同样需要个体 ID 和时间 ID。若你对“个体效应是否与解释变量相关”拿不准，建议回头补做 Hausman 检验。

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	与固定效应模型中的因变量定义一致。
自变量 (X)	核心解释变量	可以利用组内和组间共同变化。
控制变量	其他控制变量	常规控制变量列表。
个体ID / 时间ID	面板结构字段	用于定义随机效应面板结构。

Stata 等效代码

xtset [个体ID] [时间ID]
xtreg [被解释变量] [解释变量] [控制变量], re

Stata 代码位置	STATAU 网站对应位置	应放入什么
xtset [个体ID] [时间ID]	个体ID / 时间ID	先定义面板结构。
xtreg ..., re	随机效应模型	对应随机效应估计。

在 STATAU 中操作步骤

1. 先设置个体 ID 和时间 ID。
2. 填写因变量、自变量和控制变量。
3. 运行随机效应结果后，再决定是否与固定效应做 Hausman 对比。

结果怎么看

• 随机效应系数结合了组内和组间差异，解释时要注意它不等同于纯组内变化。
• 若 Hausman 检验拒绝原假设，通常不应继续采用随机效应结果作为主结论。

常见使用误区

• 随机效应不是“固定效应的简化版”，它依赖额外独立性假设。
• 不做 Hausman 就直接采用随机效应，往往缺少必要的模型选择依据。