Test de Hausman (FE vs RE)
Genera el código R (phtest) o Stata (hausman) para decidir entre efectos fijos y efectos aleatorios.
¿Para qué sirve el test de Hausman?
El test de Hausman compara los estimadores de efectos fijos (FE) y efectos aleatorios (RE) y permite decidir cuál es preferible. Bajo la hipótesis nula, el efecto individual no está correlacionado con los regresores — en ese caso RE es consistente y más eficiente. Bajo la alternativa, sí hay correlación, y entonces RE sería sesgado; solo FE sigue siendo consistente.
En términos prácticos: si el p-valor es bajo (por debajo de 0,05), se rechaza la nula y la elección es efectos fijos. Si es alto, no hay evidencia para rechazar RE, así que se prefiere efectos aleatorios por eficiencia.
Cómo se construye
El estadístico se basa en la diferencia entre los coeficientes de FE y RE, ponderada por la diferencia de sus varianzas. Si los dos estimadores se parecen, no hay evidencia de inconsistencia en RE; si difieren mucho, sí. Por construcción, el test requiere estimar primero ambos modelos.
La sintaxis generada, explicada
El código generado ejecuta los tres pasos seguidos:
- Declarar la estructura de panel (
pdata.frameen R,xtseten Stata). - Estimar el modelo de efectos fijos y el de efectos aleatorios.
- En R, comparar con
phtest(fe, re). En Stata, guardar los dos modelos conestimates storey ejecutarhausman fe re.
Errores frecuentes
- Cambiar la especificación entre FE y RE. Los dos modelos deben tener exactamente las mismas variables; si no, la comparación no es válida.
- No declarar el panel. Sin
xtsetopdata.framelos comandos fallan. - Olvidar
estimates storeen Stata. Sin él, el comandohausmanno encuentra los modelos.
Preguntas frecuentes
¿Qué significa rechazar la hipótesis nula? Que hay correlación entre el efecto individual y los regresores; en ese caso, usa efectos fijos.
¿Y si no rechazo? Se prefiere efectos aleatorios por su mayor eficiencia.
¿Hausman funciona con errores robustos? La versión clásica supone homocedasticidad. Existen variantes robustas (Hausman-Wu, Wooldridge); para casos sencillos se usa la clásica.