素（如各州的路况、车型、交通立法等因素）影响交通事故死亡人数。从面板理论上说，不知混合回归模型是不是最优的模型形式。
按个体固定效应回归模型估计
numberit = 2.375 +… - 0.66 beertax it
(24.5) (-3.5) SSE=10.35
用F检验判断应该建立混合回归模型还是个体固定效应回归模型。
H0：?i =? ，混合回归模型（约束截距项为同一参数）。
H1：?i各不相同。个体固定效应回归模型（截距项任意取值）
F=
(SSEr?SSEu)/N （以EViwes5.0计算自由度）
SSEu/(NT?N?2)?=
(98.75?10.35)/481.84== 50.8
10.35/(336?50)0.0362F0.05(48, 286) = 1.2
因为F= 50.8 > F0.05(14, 89) = 1.2，推翻原假设，比较上述两种模型，建立个体固定效应回归模型更合理。
按双固定效应回归模型估计
numberit = 2.37 +… - 0.646 beertax it
(23.3) (-3.25) SSE=9.92
用F检验判断应该建立混合回归模型还是个体时点双固定效应回归模型。
H0：?i =?。?t =?。混合回归模型（约束截距项为同一参数）。
H1：?i，?t各不相同。个体时点双固定效应回归模型（截距项任意取值）
F=
(SSEr?SSEu)/(N?T) （以EViwes5.0计算自由度）
SSEu/(NT?N?T?k)(98.75?9.92)/(48?7)1.62== 45
9.92/(336?48?7?2)0.036?=
F0.05(55, 279) = 1.6
因为F= 45 > F0.05(55, 279) = 1.6，推翻原假设，比较上述两种模型，建立个体时点双固定效应回归模型更合理。
以上两种模型回归系数的估计结果非常近似。F检验也说明，建立个体固定效应回归模型和双固定效应回归模型都要比混合回归模型合理。所以回归参数- 0.66和- 0.646要比混合回归模型参数0.36合理。
因为差分OLS估计也是估计固定效应回归模型的一种方法，下面讨论面板差分数据得到的估计结果。利用1988年和1982年数据的差分数据得估计结果（散点图见图21）。这个估计结果在符号上也是合理的。
number1988 -number1982 = -0.072 - 1.04 (beertax1988 - beertax1982)
(0.065) (0.36)
?? 152
.6.4BEER88-BEER82.2.0-.2-.4-.6-1.6-1.2-0.8-0.40.00.40.8VFR88-VFR82
图21 差分数据散点图(File:5panel01a- graph08)
因此问题应该建立个体固定效应回归模型，所以个体固定效应估计结果-0.66应当更可信。
6．面板数据模型的EViwes操作
6.1 用EViwes 5.0建立面板数据估计模型步骤。（file:5panel02） 利用（例1）1996~2002年15个省级地区城镇居民家庭年人均消费性支出和年人均收入数据（不变价格数据）介绍面板数据模型估计步骤。
（1）建立混合数据库（Pool）对象。 首先建立年度工作文件（1996?2002）。在打开工作文件窗口的基础上，点击EViwes主功能菜单上的Objects键，选