同一份面板数据，分别估计固定效应和随机效应后，系数、标准误和显著性可能不同。遇到这种情况，不能只挑结果更显著的模型。Hausman检验可以帮助判断随机效应与解释变量不相关这一假设是否得到数据支持，但它也依赖模型设定和计算条件。操作时应保持变量、样本及效应维度一致，再结合研究问题解释结果。下面采用EViews英文界面，说明常规线性面板模型的处理方法。

　　一、EViews怎么做Hausman检验

　　EViews的常规操作是先估计随机效应模型，再从方程窗口发起检验。软件会估计对应的固定效应模型，不需要手工计算两组系数的差异。

　　1、确认工作文件具有面板结构

　　同一企业跨年份的记录，需要同时包含企业标识和时间标识。只有按年份排好顺序，还不能代替面板结构设置。

　　①打开工作文件，核对示例字段【id】、【year】和待分析变量，检查同一个体同一年是否存在重复记录。

　　②在工作文件窗口点击【Proc】→【Structure/Resize Current Page…】，选择【Dated Panel】。

　　③指定【id】作为个体标识、【year】作为日期标识，点击【OK】，核对工作文件显示的个体数与时间范围。

　　2、估计用于检验的随机效应模型

　　①点击【Quick】→【Estimate Equation】，在【Equation specification】中输入示例方程【y c x1 x2】。

　　②在【Sample】中填写本次估计范围，选择最小二乘估计方式。

　　③进入【Panel Options】，将【Cross-section】设为【Random】，将【Period】设为【None】，点击【OK】。

　　④在方程结果窗口点击【Name】，将方程命名为【eq_re】，确认保存。

　　这里示范的是个体随机效应模型。若研究同时考虑时间效应，应按相应设定估计，后续比较也要保持一致。因缺失值而被排除的记录，需要结合结果中的实际观测数检查，不能只看填写的样本起止年份。

　　3、从随机效应方程执行检验

　　①打开【eq_re】，点击【View】→【Fixed/Random Effects Testing】→【Correlated Random Effects-Hausman Test】。

　　②查看上方【Test Summary】，记录【Chi-Sq.Statistic】、【Chi-Sq.d.f.】和【Prob.】。

　　③查看下方系数比较表中的【Fixed】、【Random】及【Var(Diff.)】，核对参与比较的变量。

　　上方汇总表用于判断整体检验，下方逐变量比较提供补充信息，不能只取某个变量的概率值代替整体结果。若原模型包含双向随机效应，输出可能分别列出个体、时间以及联合检验，应说明采用的是哪一项。

　　二、EViews固定效应和随机效应如何选择

　　Hausman检验的原假设是随机效应与解释变量不相关。在其他模型条件成立时，拒绝该假设支持采用固定效应；未拒绝时，随机效应可以继续作为候选。

　　1、按事先确定的显著性水平判断

　　①在【Test Summary】中找到与效应维度对应的结果，读取该行【Prob.】。

　　②以事先采用的【0.05】显著性水平比较，概率值低于该水平时，记录为拒绝随机效应不相关假设。

　　③概率值不低于【0.05】时，记录为未拒绝原假设，同时检查输出是否带有方差或计算警告。

　　例如概率值为0.012，在5%的水平下支持固定效应；为0.28，则没有足够证据拒绝随机效应假设。未拒绝并不证明随机效应必然正确，样本较少、变量变化不足等情况，也会影响检验识别差异的能力。

　　2、结合变量含义确定最终设定

　　固定效应利用同一个体随时间的变化识别系数，能够控制个体不随时间变化的未观测差异。随机效应另有不相关假设，不能仅因它保留了更多变量就采用。

　　①打开原方程的【Estimate】，保留【Equation specification】与【Sample】，在【Panel Options】中将【Cross-section】改为【Fixed】。

　　②点击【OK】，将结果另存为【eq_fe】，对照两份方程的变量、观测数及效应设定。

　　③打开关键解释变量的【Spreadsheet】，核对它在同一个体内是否随时间变化，并记录变量被排除的原因。

　　完全不随时间变化的变量，会被个体固定效应吸收，不能在普通个体固定效应模型中单独估计其系数。这属于模型识别范围，不应为了保留该变量而忽略随机效应假设。固定效应也不能自动解决反向因果或随时间变化的遗漏因素。

　　三、EViews的Hausman检验结果异常怎么检查

　　检验没有正常计算时，概率值不能按普通结果解释。排查应回到样本、变量和协方差设置，不宜反复更换选项，只为得到预期结论。

　　1、检查零统计量与协方差警告

　　①在【Hausman检验结果】中查看警告文字，区分正常得到的零值与因方差计算无效而被设为零的情况。

　　②打开随机效应方程的【Estimate】→【Panel Options】，核对【Coef covariance method】及其他估计设置。

　　③保留原方程副本，在常规协方差设定下复算作对照，并记录前后设置与警告变化。

　　④若数据存在异方差或组内相关，另行采用与该误差结构匹配的稳健检验方法，再解释模型选择。

　　EViews提示，使用稳健标准误时，常规Hausman检验结果可能不可靠。取消稳健设置只能帮助定位计算差异，不能证明数据已经满足常规假设。统计量被强制设为零时，也不能把随之出现的概率值当作支持随机效应的证据。

　　2、补查效应存在性与模型诊断

　　Hausman检验比较的是固定效应和随机效应估计，不能直接回答是否可以使用混合回归。模型选择后，残差结构和设定问题仍需检查。

　　①在【eq_fe】窗口进入【View】→【Fixed/Random Effects Testing】→【Redundant Fixed Effects-Likelihood Ratio】，检查固定效应相对于受限模型的检验结果。

　　②在相应面板方程窗口查看【Fixed/Random Effects Testing】中的【Omitted Random Effects-Lagrange Multiplier】，按目标效应检查随机效应存在性。

　　③通过【View】→【Residual Diagnostics】中当前模型可用的项目检查残差，记录相关性及其他异常。

　　这些检验回答的问题不同，不能互相替代。报告中应交代效应维度、样本、协方差方法及判断依据，让读者能够理解最终模型的适用条件。

　　总结

　　Hausman检验为固定效应和随机效应的比较提供了依据，但最终设定仍要对应数据结构和研究问题。完整的模型说明，应能解释未观测差异如何处理、关键变量靠什么变化识别，以及统计推断采用哪些条件。保留这些依据，比单独报告一个概率值更便于复查。希望这些方法能帮助大家读懂检验结果，也欢迎交流面板建模中遇到的具体问题。