Trong bài học trước, chúng ta đã học cách sử dụng Mô hình Hiệu ứng Cố định (Fixed Effects) để “loại bỏ” ảnh hưởng của các yếu tố không đổi theo thời gian, chẳng hạn như văn hóa quản trị của một công ty. Đây là một cách tiếp cận rất mạnh mẽ và an toàn. Tuy nhiên, nó cũng có một số hạn chế, chẳng hạn như không thể ước lượng tác động của các biến không đổi theo thời gian. Hôm nay, chúng ta sẽ tìm hiểu một phương pháp thay thế có tên là Mô hình Hiệu ứng Ngẫu nhiên (Random Effects Model). Mô hình này tiếp cận vấn đề theo một triết lý hơi khác. Thay vì xem các đặc điểm riêng của mỗi đối tượng là các hằng số cố định cần loại bỏ, nó lại coi chúng như những thành phần ngẫu nhiên, được rút ra từ một phân phối chung. Việc hiểu rõ cả hai mô hình này và biết khi nào nên sử dụng mô hình nào là một kỹ năng cực …
Các bài đã xem
- Nền tảng về biến động thực hiện
- Hồi quy median và hồi quy phân vị (Quantile Regression)
- Tiệm cận tần số cao và ước lượng hiệu quả
- Nguyên lý Lọc Hạt và thuật toán Exact
- Các cấu trúc bảng không điển hình – Bảng xoay vòng và Bảng giả
- Hướng dẫn thực hành mô hình SUR-EC với Stata
- Các kiểm định hiệu ứng ngẫu nhiên – Breusch-Pagan, Honda và GHM
- Mô hình hóa phân phối kết hợp bằng hàm Copula
-
Xem thêm