Các hiệu ứng cố định là để loại bỏ tính không đồng nhất không quan sát GIỮA các nhóm khác nhau trong dữ liệu của bạn.
Tôi không đồng ý với hàm ý trong phản hồi được chấp nhận rằng quyết định sử dụng mô hình FE sẽ phụ thuộc vào việc bạn có muốn sử dụng "ít biến thể hơn hay không". Nếu biến phụ thuộc của bạn bị ảnh hưởng bởi các biến không quan sát được thay đổi một cách có hệ thống giữa các nhóm trong bảng điều khiển của bạn, thì hệ số trên bất kỳ biến nào tương quan với biến thể này sẽ bị sai lệch. Trừ khi các biến X của bạn được gán ngẫu nhiên (và chúng sẽ không bao giờ có dữ liệu quan sát), thông thường khá dễ dàng để làm cho đối số cho các biến bị bỏ qua sai lệch. Bạn có thểcó thể kiểm soát một số biến bị bỏ qua với danh sách các biến kiểm soát tốt, nhưng nếu xác định mạnh là mục tiêu số 1 của bạn, ngay cả một danh sách kiểm soát rộng rãi cũng có thể khiến người đọc quan trọng nghi ngờ về kết quả của bạn. Trong những trường hợp này, thường là một ý tưởng tốt để sử dụng mô hình hiệu ứng cố định.
Lỗi tiêu chuẩn gộp là để tính toán cho các tình huống trong đó các quan sát trong mỗi nhóm không bị iid (phân phối độc lập và giống hệt nhau).
Một ví dụ kinh điển là nếu bạn có nhiều quan sát cho một nhóm các công ty theo thời gian. Bạn có thể tính đến các hiệu ứng cố định ở cấp độ công ty, nhưng vẫn có thể có một số biến thể không giải thích được trong biến phụ thuộc của bạn có tương quan theo thời gian. Nói chung, khi làm việc với dữ liệu chuỗi thời gian, thường sẽ an toàn khi giả định mối tương quan nối tiếp theo thời gian trong các điều khoản lỗi trong các nhóm của bạn. Những tình huống này là trường hợp sử dụng rõ ràng nhất cho các SE phân cụm.
Một số ví dụ minh họa:
Nếu bạn có dữ liệu thử nghiệm trong đó bạn chỉ định ngẫu nhiên các phương pháp điều trị, nhưng thực hiện các quan sát lặp đi lặp lại cho từng cá nhân / nhóm theo thời gian, bạn sẽ có lý khi bỏ qua các hiệu ứng cố định, nhưng muốn phân cụm SE của bạn.
Ngoài ra, nếu bạn có nhiều quan sát cho mỗi nhóm đối với dữ liệu không thử nghiệm, nhưng mỗi quan sát trong nhóm có thể được coi là một kết quả rút ra từ nhóm lớn hơn của họ (ví dụ: bạn có các quan sát từ nhiều trường, nhưng mỗi nhóm là một tập hợp con được rút ngẫu nhiên của các sinh viên từ trường của họ), bạn sẽ muốn bao gồm các hiệu ứng cố định nhưng sẽ không cần các SE phân cụm.