Sự phù hợp của ước lượng tác động ngẫu nhiên và tác động cố định được kiểm chứng trên cơ sởso sánh với ước lượng thô (pooled regression).
Cụ thể, ước lượng tác động cố định được kiểm chứng bởi kiểm định
Ho: tất cảcác hệsối đều bằng 0, như vậy ước lượng thô là phù hợp.
Bác bỏgiảthuyết Ho với mức ý nghĩa cho trước sẽcho thấy ước lượng tác động cố định là phù hợp.
Đối với ước lượng tác động ngẫu nhiên, phương pháp nhân tử Lagrange (LM) với kiểm định Breusch-Pagan (BP) được sử dụng để kiểm chứng tính phù hợp của ước lượng (Baltagi, 2008 trang 319). Theo đó, giả thuyết được đưa ra
như sau:
Ho: sai số của ước lượng thô không bao gồm các sai lệch giữa các
nhóm hay var(i) = 0, và do vậy phù hợp với ước lượng thô.
Bác bỏ giả thuyết Ho, cho thấy sai số trong ước lượng có bao gồm cả sự sai lệch giữa các nhóm, và phù hợp với ước lượng tác động ngẫu
nhiên.
Kế tiếp, kiểm định Hausman sẽ được sử dụng để lựa chọn phương pháp
ước lượng phù hợp giữa hai phương pháp: ước lượng tác động cố định và ước
lượng tác động ngẫu nhiên (Baltagi, 2008 trang 320; Gujarati, 2004 trang 652), với giảthuyết như sau:
Ho: khơng có sựtương quan giữa sai số đặc trưng giữa các đối tượng (i) với các biến giải thích X’it trong mơ hình hay phương pháp ước
lượng tác động cố định và ước lượng tác động ngẫu nhiên khơng khác biệt đáng kể.
Chưa có đủ bằng chứng để bác bỏHo thì phương pháp ước lượng tác
động ngẫu nhiên sẽ được ưu tiên sửdụng vì phương pháp này sẽkhơng làm mất q nhiều bậc tựdo và hạn chếvấn đề đa cộng tuyến.
Ngược lại, có đủ cơ sở để bác bỏ giả thuyết Ho thì phương pháp ước lượng tác động cố định là phù hợp hơn và được ưu tiên sửdụng so với
Sau cùng, kiểm định Wooldridge, Breusch-Pagan Lagrange Multiplier
(BP/LM) sẽ được sử dụng để kiểm định vi phạm các giả định hồi quy dữ liệu bảng. Nếu có hiện tượng tự tương quan hay phương sai thay đổi trong mơ hình
thì sẽ sử dụng phương pháp bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để ước lượng các hệ số hồi quy nhằm khắc phục hai hiện tượng trên.