互助问答第275期：Xtlogit模型固定、随机检验的专业解答

老师您好，我的研究数据为非平衡面板数据，因变量为二分因变量，因此采用面板logit模型进行分析。

在选择固定效应和随机效应模型的过程中。采用xtlogit, fe后，发现样本中不随时间变化的变量会随固定效应一起被消掉，原本1万多的样本量，消除后仅剩1000多；然而随机效应模型仍保留1万多的样本。

经传统hausman检验后结果显示也应该选择用随机效应模型。但是在stata中似乎不能对xtlogit进行异方差检验，也不能进行bootstrap hausman检验，那么我想请问一下仅用传统hausman检验具有一定的解释力度吗？如果解释力度不够，那么我应该如何操作呢？非常感谢您的解答！

（1）如果你关心的解释变量是不随时间变化的，那么理论上无法使用固定效应估计，正如你提到的，不随时间变化的变量会在进行差分变换或去均值变换时被消掉；（2）hausman检验依赖于FE估计为一致估计的假设，这很少会成立，因此，我不认为hausman检验能够提供关于FE和RE谁更合理的准确依据，有些计量教课书花费很多篇幅介绍80年代及以前的一些计量检验方法，这些方法都依赖于比较强的假设，在使用这些检验方法的时候应当先明确它们所依赖的假设并结合你自己的研究情境判断假设是否成立；（3）我在以往的问题解答中（印象中已经有好几次关于xtprobit和xtlogit的问题了）阐述过非线性模型在处理面板数据时候存在的问题，这里我想再强调一下，由于logit模型在进行FE估计时依赖于较强的假设，大部分研究都倾向于使用线性模型，当然，如果一定要用的话可以结合数据的特点判断logit模型依赖的假设(yit-1+yit=1)是否成立。

因变量为二分变量并不是采用非线性模型的充分条件，我们可以思考一下线性模型（相对非线性模型）存在哪些缺陷和优点，然后再想一想对于我们的研究目的和所处理的数据而言，这些缺陷严重吗？反过来，非线性模型有什么优点又存在哪些缺陷？模型的优劣总是相对的，取决于数据的特点（是不是支持特定的模型假设）和我们研究的目的（使用计量方法进行参数估计的目的通常是为了得到一致估计量）。

往期回顾：

互助问答第274期：关于控制变量的问题

如果您在计量学习和实证研究中遇到问题，请及时发到邮箱szlw58@126.com，专业委员会有30多名编辑都会看，您的问题会得到及时关注！请您将问题描述清楚，任何有助于把问题描述清楚的细节都能使我们更方便地回答您的问题，提问细则参见：实证研究互助平台最新通知（点击文末阅读原文查看详情）

如果您想成为问题解答者，在帮助他人过程中巩固自己的知识，请发邮件至szlw58@126.com（优先）或给本公众号留言或加微信793481976给群主留言，我们诚挚欢迎热心的学者和学生。具体招募信息请参见：实证研究互助平台志愿者团队招募公告

鲜活的事例更有助于提高您的研究水平，呆板的教科书让人生厌。如果您喜欢，请提出您的问题，也请转发推广！

（欢迎转发，欢迎分享；转载请注明出处，引用和合作请留言。本文作者拥有所有版权，原创文章最早发表于“学术苑”。任何侵权行为将面临追责！）

学术指导：张晓峒老师 Ben Lambert

本期解答人：张川川老师

编辑：李宁宁

统筹：易仰楠

技术：刘子瑗