在xtreg之后使用新的esta mundlak后估计命令，在随机效应（RE）、固定效应（FE）或相关随机效应（CRE）模型之间进行选择，即使存在聚类-稳健、自举或jackknife标准误差。StataNow™许可用户，可以使用此功能。

示例

我们经常使用Hausman规范检验来确定RE模型还是FE模型更有效。但在使用聚类稳健、自助法或jackknife标准误进行估计后，无法进行该检验。这种情况下，我们可以使用稳健的Mundlak规范检验。与Hausman检验不同，我们不需要同时拟合RE和FE模型来执行Mundlak检验。

我们研究在American Kennel Club（AKC）注册的狗的数量是如何受到狗作为电影主角影响的。我们推测，如果这只狗在电影中扮演主角，注册数量会增加。我们还认为，如果狗在2034年之前的10年中获得了Westminster Kennel Club的"最佳秀"奖，那么注册数量就会增加，我们需要控制年份效应。我们想确定更有效的RE模型是否适用于我们的数据，而不是考虑时不变的未观测异质性的模型，如FE模型。我们认为，在估计过程中应该使用聚类稳健的标准误来控制异方差和品种内相关。因此，我们不能使用传统的Hausman规范检验，但我们可以使用新的esta mundlak命令来执行mundlak规范检验。

我们先拟合一个RE模型：

执行Mundlak规范检验，我们输入： 

我们拒绝接受RE模型假设的回归因子与品种特异性效应不相关的零假设。这表明，拟合一个FE模型( xtreg , fe)或一个CRE模型( xtreg , cre)来考虑时不变的未观测到的异质性是更明智的。

在上面的例子中，我们使用了聚类-稳健方差-协方差矩阵估计，使用了bootstrap或jackknife。我们可以先拟合FE或CRE模型，然后使用esta mundlak。

北京天演融智软件有限公司（科学软件网）是Stata软件在中国的授权经销商，为中国的软件用户提供优质的软件销售和培训服务。