对话框说明
Dependent variable:被解释变量；Common：系数相同部分 Cross-section specific:截面系数不同部分
步骤：（2）将截距项选择区选Fixed effects（固定效应） Cross-section：Fixed
6
得到如下输出结果：
接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。
。 H0：?i??。模型中不同个体的截距相同（真实模型为混合回归模型）模型中不同个体的截距项?i不同（真实模型为个体固定效应回归模型）。 H1：
对模型进行检验：
（4965275-2259743）N?1=15-1=7.69?F（14,90）F?=18023. 0.05URSS225974390(NT?N?K?1)(RRSS?URSS)所以推翻原假设，建立个体固定效应回归模型更合理。
RRSS求法请参见Eview面板数据之混合回归模型
7
相应的表达式为：
Consumeit?596.50?0.69Incomeit?53.23D1?592.44D2?...?230.16D15
(6.64) (49.55) R2?0.99,SSEr?2259743
其中虚拟变量D1,D2,...,D15的定义是：
?1,如果属于第i个个体,i?1,2,...,15 Di???0,其他 15个省级地区的城镇人均指出平均占收入68.62%。从上面的结果可以看出北京市居民的自发性消费明显高于其他地区。
8
2.时点固定效应模型
时点固定效应模型就是对于不同的截面（时点）有不同截距的模型。如果确知对于不同的截面，模型的截距显著不同，但是对于不同的时间序列（个体）截距是相同的，那么应该建立时点固定效应模型：
yit??t???kxkit?uit (2)
k?2K时点固定效应模型与个体固定效应模型的操作区别在于步骤（2），将时间项选择区选 Period：Fixed（时间固定效应）
得到如下结果：
9
接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。
。 H0：?i??。模型中不同个体的截距相同（真实模型为混合回归模型）
H1：模型中不同个体的截距项?t不同（真实模型为时间固定效应回归模型）。
对模型进行检验：
（4965275-4080749）7-1=3.54?F（6,98）T?1F?==219. 0.05URSS408074998(NT?T?K?1)(RRSS?URSS)所以推翻原假设，可以建立时点固定效应回归模型
RRSS求法请参见Eview面板数据之混合回归模型 相应的表达式为：
Consuime?2.6?0.78P1114?Dt?itI? 1237.?D5?...79D7.7 (76.0) R2?0.986,SSE?4080749
其中虚拟变量D1,D2,...,D7的定义是：
?1,如果属于第t个截面，t=1996,...,2002 Dt???0,其他 3.时点个体固定效应模型
时点个体固定效应模型就是对于不同的截面（时点）、不同的时间序列（个体）都有不同截距模型。如果确知对于不同的截面、不同的时间序列（个体）模型的截距都显著地不相同，那么应该建立时点个体固定效应模型：
yit??t??t???kxkit?uit (3)
k?2K时点固定效应模型与个体固定效应模型的操作区别在于步骤（2），将截距项选择区域：Cross-section：fixed（个体固定效应），时间项选择区选 Period：Fixed（时间固定效应）
10