计量经济学中ols估计和固定效应模型有什么区别？

Question

如题所述

Answer 1

OLS回归（社会学研究称为线性回归），也称作最小二乘法回归。在计量经济学研究中，一般称之为OLS回归。OLS回归研究X对于Y的影响，在计量研究中，异方差问题非常重要，严重的异方差问题会影响模型估计和模型检验等，因而在OLS回归时需要对其进行检验，如果出现异方差问题则需要进行处理等。

关于异方差的检验上，SPSSAU提供两种检验方法，分别是怀特(White)异方差检验和BP检验，通常情况下我们使用怀特(White)异方差检验即可。另外，处理异方差问题有三种办法，分别是数据处理、稳健标准误回归、FGLS回归（可行广义最小二乘法回归）。分别如下：

数据处理

针对连续且大于0的原始自变量X和因变量Y，进行取自然对数（或10为底对数）操作，如果是定类数据则不处理。取对数可以将原始数据的大小进行‘压缩’，这样会减少异方差问题。事实上多数研究时默认就进行此步骤处理，而不需要先异方差检验发现有异方差再进行处理。负数不能直接取对数，如果数据中有负数，研究人员可考虑先对小于0的负数，先取其绝对值再求对数，然后加上负数符号。

Robust稳健标准误回归

如果检验显示有异方差问题，可使用Robust稳健标准误回归法进行研究。此种研究方法是当前最为流行也最为有效的处理办法。

FGLS回归

如果发现有异方差问题，还可使用FGLS法进行分析，以处理异方差问题。FGLS是这样的一类思路，即对于残差值越大的点，给予越小的权重，从而解决异方差问题，FGLS回归事实上一系列数据处理的过程，并且它是一种思路。从分析上看，它依然还是使用OLS回归方法进行，具体在案例里面会详细讲解。

SPSSAU操作如下：

Answer 2

fixed effect 模型是一种常用的计量经济学模型，旨在去掉某一些无法观测的变量，使得模型更加准确。
具体的做法是，利用两个不同的横截面数据，分别做OLS回归，再将两式相减，取得一个新的等式，以新的等式作为我们新的预测模型。
而OLS只是单纯的利用现有数据，去做一个回归模型，受到操作者的经验影响，可能会漏掉一些重要变量，或者添加了一些无关变量。更重要的是，有一些无法观测变量容易造成模型误差。fixed effect旨在减少这种误差