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。
匿名回答于2021-02-21 21:05:36
