固定效應回歸模型
固定效應模型，也稱為固定效應回歸模型，是一種用於面板數據分析的方法。它主要用於估計那些隨個體變化但不隨時間變化的變數效應。在固定效應模型中，每個個體或類別都有自己的截距項，這些截距項代表了該個體或類別特有的影響。固定效應模型可以分為個體固定效應模型和時點個體固定效應模型。
個體固定效應模型：適用於當個體特徵對結果有顯著影響，且這些特徵在不同個體之間變化但在同一個體內部保持不變的情況。
時點個體固定效應模型：適用於當時間點（如年份）對結果有顯著影響，且這種影響在不同時間點之間變化但在同一時間點內部保持不變的情況。
固定效應模型的套用前提是假設所有研究結果的方向和效應大小基本相同，即各獨立研究的結果趨於一致。這表明固定效應模型適用於各獨立研究間無差異或差異較小的情況。
與隨機效應模型相比，固定效應模型假設模型中的誤差項（即未解釋的變異）僅來源於個體間的差異，而不是個體內的差異或時間點的變化。隨機效應模型則允許誤差項既包括個體間的差異也包括個體內的差異或時間點的變化。
在實際套用中，選擇固定效應模型還是隨機效應模型取決於研究的設計和數據特性。如果研究設計是基於完全隨機化的實驗，那麼隨機效應模型可能更合適。如果研究關注的是特定個體或類別之間的差異，那麼固定效應模型可能更合適。