《表5 F检验和Hausman检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据背景下连片特困地区减贫效应测度》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：***代表在1%水平上显著；**代表在5%水平上显著；*代表在10%水平上显著。下同。

只有对本文设定的模型进一步检验，才能对系数进行精准估计。相对于混合OLS模型，F检验可以用来判别构建个体固定效应模型的必要性，因此选择混合OLS模型还是固定效应模型可经过F检验来实现。通过对模型进行固定效应估计得出该检验的结果，若检验得到的P值均为0，则判别为混合OLS模型。其次选择固定效应模型还是随机效应模型可通过Hausman检验来确定，一般而言，如果εi与干扰项不存在相关关系，那么应选择随机效应模型作为本文的研究模型。通过F检验显著拒绝了原假设，那么应设定固定效应模型而非混合OLS模型作为本文研究分析的模型；而通过Hausman检验显著拒绝了原假设，那么应设定固定效应模型而非随机效应模型作为本文研究分析的模型。检验结果见表5。