fe模型和re模型的区别有哪些？

Question

如题所述

Answer 1

fe是固定效应模型 ,re是随机效应模型 。

面板数据模型简介，包括：FE，RE，二维固定效应模型 ，聚类调整后的标准误，动态面板和面板门槛模型等。利用方差和协方差矩阵对原有模型的等号两边同时进行线性转化，使得转化后满足OLS的要求，从而得到无偏估计。可以处理残差的自回归、横向相关、异方差问题。

re和fe模型优缺点：

给定一个面板数据，OLS模型可以作为基准模型，优点是简单，缺点是没纳入个体效应。固定效应和随机效应模型的优点是纳入了个体效应。当个体效应与自变量相关时，应使用固定效应模型，因为此时随机效应模型系数估计不一致。

当个体效应与自变量不相关时，教科书的传统说法是应该使用随机效应，因为更有效，并且有Hausman检验判断固定效应和随机效应模型哪个更好。实际上，在线性面板模型中，目前大都默认使用固定效应。

一来因为个体效应很难真正与自变量不相关，二来因为随着数据量的增大，有效性问题越来越不重要，大家更关注一致性问题。但是，如果是非线性模型，控制大量个体哑变量会造成系数估计偏差，随机效应模型可能会更好，计量中这依然是一个前沿领域。