豪斯曼检验（Hausman test）是一种统计检验方法，用于判断两个估计模型是否存在某些假设的差异。其原假设是两个估计模型是一致的，即两个模型的估计参数无偏且一致。如果豪斯曼检验的结果拒绝原假设，说明两个模型存在差异，需要选择一个更合适的模型。
豪斯曼检验通常用于计量经济学中的选择性偏误问题，即当估计模型存在内生性（也称作内生变量）时，通过将内生变量移除得到的两个模型，用豪斯曼检验来决定哪个模型更具有一致性。常用的应用场景是选择OLS（普通最小二乘法）和IV（两阶段最小二乘法）模型中的合适模型。
执行豪斯曼检验的步骤是计算两个模型参数的估计值的差异，并计算其协方差矩阵。然后，计算出一个统计量，称为豪斯曼统计量（Hausman statistic）。根据豪斯曼统计量的分布，可以判断两个模型是否存在显著差异。
如果豪斯曼统计量的值远大于某个边界值，说明两个模型存在显著差异，拒绝原假设。如果豪斯曼统计量的值较小，接近于0，说明两个模型趋于一致，不能拒绝原假设。
豪斯曼检验可以帮助研究者选择合适的估计模型，并更好地解决内生性问题。
