稳健性检验不通过可以不放吗
协整检验特征值的意义？
协整检验特征值的意义？
1、当你的数据时间维度t比较长的，一定要先做单位根检验，避免出现伪回归问题。
2、如果变量都拒绝了单位根存在的原假设，说明数据都是平稳的(0阶单整)，无需再进行协整检验。
协整检验是数据不平稳但是同阶单整的前提下，检验变量X与变量y之间是否存在长期均衡关系。
之所以这么麻烦，是因为时间序列数据进行回归，很容易出现虚假回归的问题，就是两个完全没有因果关系的变量，会因为都随时间t的增加而增加，呈现出相关。这样的回归是没有任何意义的，所以一定要确保数据平稳再建模。但是现实中不平稳的时间序列数据多了去了，然后格兰杰又想出能不能放松平稳性的假定，就提出了协整这一概念。
3、稳健性检验
面板回归的稳健性检验我还真没听说，可能就是检验建好的模型是不是充分合理，残差是不是白噪声？？(此处瞎扯，我去查一下)
4、内生性检验
内生性检验是指残差项ε与自变量xi之间存在相关性，违背了最小二乘法回归的5大经典假定，存在内生性的ols回归估计是有偏非一致的。
检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。
Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。
如何验证模型的有效性？
正确性分析：（模型稳定性分析，稳健性分析，收敛性分析，变化趋势分析，极值分析等）
有效性分析：误差分析，参数敏感性分析，模型对比检验
有用性分析：关键数据求解，极值点，拐点，变化趋势分析，用数据验证动态模拟。
高效性分析：时空复杂度分析与现有进行比较
对于面板数据模型内生性检验都有哪些命令？
1.现在的论文一般不再有豪斯曼检验，而直接使用FE，因为RE的条件更加苛刻。FE的结果相对而言更加稳健。
2.内生性是无法检验的，只能在设计模型的时候尽可能消除内生性。比如，找到外生的政策冲击。使用工具变量。而工具变量的两个条件中，和内生解释变量相关是非常容易验证的。和误差项不相关是无法证明的，只能靠argue。结果以说服审稿人为准。
3.稳健性是一定要做的，有很多方式。