The reason the RE and OLS estimates

The reason the RE and OLS estimates are the same is because the estimate of the variance of the unobserved effect is negative, in which case Stata sets it to zero, and then GLS = OLS. That's because you first differenced the data before applying RE, so there is likely a lot of negative serial correlation (which leads to the negative estimate of the error components variance). It is a bit strange to apply RE to first differences.

With N = 11 and T = 10, you shouldn't be doing anything other than basic OLS, anyway. Conceptually, random effects doesn't make much sense with aggregated data, anyway.

Perhaps most importantly: Given that the OLS and FE estimates are so similar -- which I expect when you have already differenced -- why would you compute a Hausman test, anyway? You should use OLS and then note that adding fixed effects changes little. The end.

Kết quả (Việt) 1:

Lý do RE và OLS ước tính là như vậy vì các ước tính của phương sai của các hiệu ứng hạt là tiêu cực, trong trường hợp Stata đặt nó thành số không, và sau đó GLS = OLS. Đó là bởi vì bạn lần đầu tiên sử dữ liệu trước khi áp dụng RE, do đó có thể có rất nhiều tiêu cực tương quan nối tiếp (mà dẫn đến ước tính tiêu cực của phương sai thành phần lỗi). Nó là một chút lạ để áp dụng RE cho sự khác biệt đầu tiên.Với N = 11 và T = 10, bạn không nên làm bất cứ điều gì khác hơn so với cơ bản OLS, anyway. Khái niệm, hiệu ứng ngẫu nhiên không làm cho nhiều ý nghĩa với dữ liệu tổng hợp, dù sao.Có lẽ quan trọng nhất: cho rằng OLS và FE ước tính rất tương tự như--mà tôi mong đợi khi bạn đã có sử--tại sao nào bạn tính toán một thử nghiệm Hausman, dù sao? Bạn nên sử dụng OLS và sau đó lưu ý rằng việc thêm ảnh hưởng cố định thay đổi ít. Kết thúc.

Kết quả (Việt) 2:

Lý do dự RE và OLS đều giống nhau là vì ước tính của phương sai của hiệu ứng không quan sát được là tiêu cực, trong đó trường hợp Stata đặt nó bằng không, và sau đó GLS = OLS. Đó là bởi vì lần đầu tiên bạn differenced các dữ liệu trước khi áp dụng RE, vì vậy có khả năng một rất nhiều tương quan chuỗi âm (dẫn đến các ước tính tiêu cực của các thành phần lỗi sai). Nó là một chút lạ để áp dụng RE đến sự khác biệt đầu tiên. Với N = 11 và T = 10, bạn không cần phải làm bất cứ điều gì khác hơn là OLS cơ bản, dù sao. . Về mặt khái niệm, các hiệu ứng ngẫu nhiên không có ý nghĩa nhiều với dữ liệu tổng hợp, dù sao Có lẽ quan trọng nhất là: Cho rằng dự toán OLS và FE là như vậy tương tự - mà tôi mong đợi khi bạn đã differenced - tại sao bạn sẽ tính toán một thử nghiệm Hausman, không? Bạn nên sử dụng OLS và sau đó lưu ý rằng việc thêm các hiệu ứng cố định thay đổi chút. Kết thúc.