R 中的豪斯曼类型测试

我一直在使用“plm” 包的R进行面板数据分析。该软件包中用于选择“固定效应”或“随机效应”模型的重要测试之一称为豪斯曼型。 Stata 也可进行类似的测试。这里的重点是Stata要求首先估计固定效应，然后再估计随机效应。但是，我在“plm”包中没有看到任何此类限制。所以，我想知道是否“plm”包首先默认为“固定效应”，然后为“随机效应”。为了供您参考，我在下面提到了我在 Stata 和 R 中进行分析所遵循的步骤。

*

Stata Steps: (data=mydata, y=dependent variable,X1:X4: explanatory variables)
    *step 1 : Estimate the FE model
    xtreg y X1 X2 X3 X4 ,fe
    *step 2: store the estimator 
    est store fixed
    *step 3 : Estimate the RE model
    xtreg y X1 X2 X3 X4,re
   * step 4: store the estimator 
    est store random
    *step 5: run Hausman test
    hausman fixed random

#R steps (data=mydata, y=dependent variable,X1:X4: explanatory variables)
#step 1 : Estimate the FE model
 fe <- plm(y~X1+X2+X3+X4,data=mydata,model="within")
summary(model.fe)
#step 2 : Estimate the RE model
 re <- pggls(y~X1+X2+X3+X4,data=mydata,model="random")
summary(model.re)
#step 3 : Run Hausman test
phtest(fe, re)

Update:请务必阅读评论。原答案如下。

找出这个问题的试错方法：

> library(plm)
> data("Gasoline", package = "plm")
> form <- lgaspcar ~ lincomep + lrpmg + lcarpcap
> wi <- plm(form, data = Gasoline, model = "within")
> re <- plm(form, data = Gasoline, model = "random")
> phtest(wi, re)

    Hausman Test

data:  form 
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent 

> phtest(re, wi)

    Hausman Test

data:  form 
chisq = 302.8037, df = 3, p-value < 2.2e-16
alternative hypothesis: one model is inconsistent

正如您所看到的，无论您将哪个模型作为第一个参数以及哪个模型作为第二个参数，测试都会产生相同的结果。