Testing for serial correlation and random effects in a two-way error component regression model
Testing for serial correlation and random effects in a two-way error component regression model
复制标题
双向误差分量回归模型中的序列相关性和随机效应测试
DOI：
10.1016/j.econmod.2011.06.006
复制
发表时间：
2011-11
影响因子：
4.7
通讯作者：
朱力行
中科院分区：
文献类型：
--
作者：
吴鑑洪;朱力行
本文利用面板数据检验了双向误差成分回归模型中序列相关和随机效应的存在性。在矩条件下，我们建议几个容易实现的测试的基础上的参数估计的残差的差异建模的人工自回归。在零假设下，序列相关性的检验是双侧和渐近卡方分布的，而随机效应的检验是单侧的，是渐近标准正态分布的变量。此外，这些方法也可以类似地用于构建序列相关性和个体效应的联合检验，无论是否存在时间效应。所提出的测试是能够检测本地的替代品，是不同于空的参数率。蒙特卡洛模拟和真实的数据应用进行说明的目的。
In this paper, we test the existence of serial correlation and random effects in a two-way error component regression model with panel data. Under moment conditions alone, we suggest several easily implemented tests based on the parameter estimators for artificial autoregressions modeled by the differences in residuals. Under the null hypotheses, the tests for serial correlation are two-sided and asymptotically chi-square distributed, whereas those for random effects are one-sided, and are asymptotically standard normally distributed variables. Moreover, these methods can also be used similarly to construct tests for both serial correlation and individual effects jointly, whether or not time effects are present. The proposed tests are able to detect local alternatives that are distinct from the null at the parametric rate. Monte Carlo simulations and real data applications are carried out for purposes of illustration.
登录
查看更多内容
DOI：
10.1016/s0304-4076(00)00071-3
发表时间：
2001-03
期刊：
--
影响因子：
--
作者：
Anil K. Bera;Walter Sosa Escudero;M. Yoon
通讯作者：
Anil K. Bera;Walter Sosa Escudero;M. Yoon
DOI：
--
发表时间：
2003-08
期刊：
--
影响因子：
--
作者：
J. Wooldridge
通讯作者：
J. Wooldridge
影响因子：
1.2
作者：
M. King;P. Wu
通讯作者：
M. King;P. Wu
影响因子：
5.8
作者：
BREUSCH, TS;PAGAN, AR
通讯作者：
PAGAN, AR
影响因子：
6.3
作者：
Baltagi, Badi H.;Song, Seuck Heun;Koh, Won
通讯作者：
Koh, Won