●3、时间固定效应（以上分析主要针对的是个体效应）
如果希望进一步在上述模型中加入时间效应，可以采用时间虚拟变量来实现。首先，我们需要定义一下T-1个时间虚拟变量。
●tab year ,gen(dumt) (tab命令用于列示变量year的组类别，选项gen（dumt）用于生产一个以dumt开头的年度虚拟变量) drop dumt1 （作用在于去掉第一个虚拟变量以避免完全共线性）
若在固定效应模型中加入时间虚拟变量，则估计模型的命令为： ●xtreg sq cpi unem g se5 ln dumt*,fe
（四）异方差和自相关检验
●1、异方差检验 （组间异方差）本节主要针对的是固定效应模型进行处理 （1）检验
原假设：同方差 需要检验模型中是否存在组间异方差,需要使用xttest3命令。 ●qui xtreg sq cpi unem g se5 ln,fe xttest3
显然，原假设被拒绝。此时，需要进一步以获得参数的GLS估计量，命令为xtgls：
●xtgls sq cpi unem g se5 ln,panels(heteroskedastic)
其中，组间异方差通过panels（）选项来设定。上述结果是采用两步获得，即，先采用OLS估计不考虑异方差的模型，进而利用其残差计算。。。，并最终得到FGLS估计量。 ●2、序列相关检验
对于T较大的面板而言，
?i往往无法完全反映时序相关性，此时
?it便可能
存在序列相关，在多数情况下被设定为AR(1)过程。 原假设：序列不存在相关性。 （1） FE模型的序列相关检验
对于固定效应模型，可以采用Wooldridge检验法，命令为xtserial: ●xtserial sq cpi unem g se5 ln
可以发现，这里的P=0.0000，我们可以在1%的显著性水平下爱拒绝不存在序列相关的原假设。考虑到样本，该检验的最后一步是用~对~进行OLS回归，
i，t-1eite因此，输入以下命令得到~?。检验该值是否显著异于-0.5，因为在原假
?0.8858设下（不相关）~，可见本例中不相等，拒绝原假设，说明存在序列相关。
?-0.5?●mat list e(b)
（2） RE模型的序列相关检验
对于RE模型，可以采用xttest1命令来执行检验： ●qui xtreg sq cpi unem g se5 ln dumt*,re xttest1
这里汇报了4个统计量，分别用于检验RE模型中随机效应（单尾和双尾）、序列相关以及二者的联合显著性，检验结果表明存在随机效应和序列相关，而且对随机效应和序列相关的联合检验也非常显著。 （3） 稳健型估计
上述结果表明，无论是FE还是RE模型，干扰项中都存在显著的序列相关。为此，我们进一步采用xtregar命令来估计模型，首先考虑固定效应模型：
相关推荐：
loading