我看到了这个建议背后的原因，但是 i) 这个人应该更好地向你解释它，并且 ii) 他们也应该提到这个想法背后的限制性假设。

在 Hausman 检验中，您通常会问在一致但低效的模型与更有效的潜在不一致模型之间是否存在差异。在比较固定效应和随机效应的标准情况下，无论单个效应是否与其他解释变量相关，固定效应估计量都是一致的，但它的效率低于随机效应估计量，随机效应估计量仅对不相关的固定效应与解释变量。

两组（男性或女性）中的任何一个都会有更少的观察结果。我先验地猜测这是女性组。因此，如果您运行相同的回归规范 其中是收益，是相同的时变解释变量，是个体固定效应和是一个随机误差，那么男性和女性模型之间的差异将意味着男性和女性在工资方面存在不同的待遇。这种情况下的检验统计量为

$$y_{it} = \alpha + X‘_{it}\beta + c_i + \epsilon_{it}$$ $y$$X$$c_i$$\epsilon$ $$H = (\beta_{fem} - \beta_{male})'(Var(\beta_{fem}) - Var(\beta_{male}))(\beta_{fem} - \beta_{male})$$

然而，这是很重要的一点，整个推理只有在正确指定两个模型时才成立。很容易想出被忽略的性别特定变量，这些变量是随时间变化的并且会影响工资，例如生育。这立即打破了这个想法的主要假设，所以我会小心的。