第二讲 面板数据线性回归模型估计、检验和应用 第一节 单因素误差面板数据线性回归模型对于面板数据y i 和X i ，称it it it y αε′=++X βit i it u εξ=+ 1,,;1,,i N t T ==""为单因素误差面板数据线性回归模型，其中，i ξ表示不可观测的个体特殊效应，it u 表示剩余的随机扰动。
案例：Grunfeld(1958)建立了下面的投资方程：12it it it it I F C αββε=+++这里，I it 表示对第i 个企业在t 年的实际总投资，F it 表示企业的实际价值（即公开出售的股份），C it 表示资本存量的实际价值。
案例中的数据是来源于10个大型的美国制造业公司1935-1954共20年的面板数据。
在EViews6中设定面板数据（GRUNFELD.wf1）Eviews6 中建立面板数据EViews 中建立单因素固定效应模型1.1 混合回归模型1 面板数据混合回归模型 假设1 ε ~ N (0, σ2I NT )对于面板数据y i 和X i ，无约束的线性回归模型是y i = Z i δi + εi i =1, 2, … , N(4.1)其中'i y = ( y i 1, … , y iT )，Z i = [ ιT , X i ]并且X i 是T×K 的，'i δ是1×(K +1)的，εi 是T×1的。
注意：各个体的回归系数δi 是不同的。
如果面板数据可混合，则得到有约束模型y = Z δ + ε(4.2)其中Z ′ = ('1Z ,'2Z , … ,'N Z )，u ′ = ('1ε,'2ε, … ,'N ε)。
2 混合回归模型的估计当满足可混合回归假设时，()1''ˆZ Z Z Y −=δ在假设1下，对于Grunfeld 数据，基于EViews6建立的混合回归模型3 面板数据的可混合性检验假设检验原理：基于OLS/ML 估计，对约束条件的检验。
