99
PBJ111610531024100610351031982
PFJ105910179979911021987995
PHB10711035984981997100599
PHLJ1071104410049689831008993
PJL10721037992989861013995
PJS1093101799498710011008992
PJX108410210198610039951001
PLN10791031993986999100989
PNMG10761045993998101310061002
PSD1096102899499310021018993
PSH10921028100101510251001005
PSX107910319869961039998984
PTJ
10910319959899961012996
PZJ10791028997988101998991
（1）建立面板数据工作文件首先建立工作文件。打开工作文件后，过程如下：
f建立面板数据库。在窗口中输入15个不同省级地区的标识。
f（2）定义序列名并输入数据
产生315个尚未输入数据的变量名。这样可以通过键盘输入或黏贴的方法数据数据。（3）估计、选择面板模型打开一个pool窗口，先输入变量后缀（所要使用的变量）。点击Estimate，打开估计窗口。
fA混合模型的估计方法左边的Commo
表示相同系数，即表示不同个体有相同的斜率。
f得到如下输出结果：
相应的表达式是：
CPit12963076IPit
20797
R2098SSEr4824588
上式表示15个省级地区的城镇人均指出平均占收入的76。
B个体固定效应回归模型的估计方法将截距项选择区选Fixedeffects（固定效应）
f得到如下输出结果：
相应的表达式为：CPit5156070IPit363D15376D21986D15
6355
R2099SSEr2270386
其中虚拟变量D1D2D15的定义是：
1如果属于第i个个体i1215Di0其他15个省级地区的城镇人均指出平均占收入70。从上面的结果可以看出北京市
f居民的自发性消费明显高于其他地区。接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。
H0：i。模型中不同个体的截距相同（真实模型为混合回归模型）。
H1：模型中不同个体的截距项i不同（真实模型为个体固定效应回归模型）。
F统计量定义为：
FSSErSSEuNTk1NTNkSSErSSEuN1
SSEuNTNk
SSEuNTNk
其中SSEr表示约束模型，即混合估计模型的残差平方和，SSEu表示非约束模型，即
个体固定效应回归模型的残差平方和。非约束模型比约束模型多了N1个被估参数。所以本例中：
F4824588227386151812270386105151
F005148918
所以推翻原假设，建立个体固定效应回归模型更合理。
C时点固定效应回归模型的估计方法将时间选择为固定效应。
f得到如下输出结果：
相应的表达式为：CPit26078IPit1059D11341D2939D7
766
R20987SSE4028843
其中虚拟变量D1D2r