多元线性回归模型中，使用面板数据时为什么要使用固定效应模型或者随机效应模型啊？ 最近在写一篇论文，然后准备使用多元线性回归，但是在了解的时候发现多元线性回归步骤中有一个对面板数据…
求助：用stata做面板数据回归分析，现在确定用双向固定效应模型了，接下来回归分析怎么操作啊？？ 进行单位根检验和协整检验，以判断拟合模型的平稳性。
面板数据模型估计一般要做哪些步骤 步骤一：2113分析数据的平稳性（单5261位根检验）。按照正规程序，4102面板数据模型在回1653归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。步骤二：协整检验或模型修正。情况一：如果基于单位根检验的结果发现变量之间是同阶单整的，那么我们可以进行协整检验。协整检验是考察变量间长期均衡关系的方法。所谓的协整是指若两个或多个非平稳的变量序列，其某个线性组合后的序列呈平稳性。此时我们称这些变量序列间有协整关系存在。因此协整的要求或前提是同阶单整。步骤三：面板模型的选择与回归。面板数据模型的选择通常有三种形式：一种是混合估计模型（Pooled Regression Model）。如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。一种是固定效应模型（Fixed Effects Regression Model）。如果对于不同的截面或不同的时间序列，模型的截距不同，则可以采用在模型中添加虚拟变量。
