| 다음 모델은 고정 효과 모델(FEM) 또는 LSDV 모델(최소 제곱 더미 변수)입니다. 이 방법은 개인차를 허용하므로 OLS 방법과 비교하여 이질성이 가능합니다. FEM 방법은 다양한 학자들에 의해 사회 과학 및 경영학 연구에 사용됩니다[ 13 , 40 ]. 이 방법을 사용하는 가장 큰 장점은 관찰되지 않은 변수의 영향을 제어하면서 종속 변수에 대한 독립 변수의 영향을 추정한다는 것입니다[ 162 ].
본 연구에서 사용된 마지막 모델은 REM(Random Effect Model)입니다. REM의 가정 중 하나는 개인별 효과가 독립변수와 상관관계가 없다는 것입니다. 따라서 REM 모델에서는 단면 데이터 간의 가로채기 값이 다양할 수 있으며 이러한 변화는 순전히 무작위적입니다. REM의 가장 큰 장점은 이질성이 시간이 지남에 따라 일정할 때 관찰되지 않은 이질성을 제어하는 데 도움이 된다는 것입니다. FEM 및 REM 모델은 각각 다음 공식으로 표시될 수 있습니다.
여기서 회귀에 포함되지 않은 개인(그룹) 또는 기간에 특정한 고정 또는 무작위 효과이고 오류는 독립적으로 동일하게 분포됩니다. ~ IID (0, ).
연구를 위한 사양 테스트
본 연구를 위해 연구자는 위에서 논의한 세 가지 모델을 사용하였고, 최적의 모델을 선택하기 위해 다음과 같은 사양 테스트를 진행하여 최적의 모델을 선택하였다.
풀링된 OLS 모델 또는 FEM 모델
이 테스트에서는 패널 데이터 세트의 그룹 효과를 조사하는 데 통합 OLS 또는 FEM 모델이 가장 적합한지 여부를 조사했습니다. 가설 유의성은 F -test 값을 통해 확인할 수 있습니다. 귀무가설이 받아들여지면 합동 OLS가 FEM 모델보다 낫습니다[ 200 ]. 귀무 가설은 다음과 같은 방식으로 명시됩니다.
풀링된 OLS 모델 또는 REM 모델
이 테스트에서는 패널 데이터 세트의 무작위 효과를 조사하는 데 통합 OLS 또는 REM 모델이 가장 적합한지 여부를 조사했습니다. REM은 Breusch-Pagan Lagrange multiplier(LM) 테스트를 통해 테스트할 수 있습니다[ 200 ]. 가설 유의성은 카이제곱 값을 통해 확인할 수 있습니다. 귀무가설이 받아들여지면 합동 OLS가 REM 모델보다 낫습니다. 귀무가설은 다음과 같은 방식으로 기술될 수 있습니다 [ 4 ]:구글상위노출
온라인카지노 커뮤니티
스포츠중계
스포츠중계
성인용품
성인용품
롤 토토
롤 토토
비제이벳
강남달토
강남레깅스룸
구글상위노출
11
|
