汇总摘录自杰弗里・M・伍德里奇. 横截面与面板数据的计量经济分析[M]. 中国人民大学出版社, 2016.

SOLS下面板数据的POLS方法：
P142：假设1未假定跨期外生，从而允许扰动项序列相关（serial correlation）
P143：假设2是对共线性的假设
定理7.1说明：在假设1/2下，β_hat渐进趋近于β，所以尽管扰动项序列相关，只要满足假设1/2，那么在POLS下，面板数据的估计都是consistent，相合的。
同时，在假设1/2下，β_hat有渐进正态分布。

GLS：
P146：GLS可用于解决扰动项序列相关（serial correlation）以及时变方差（time-varying variance）问题
P154：在GLS假设1/2、无共线性、同方差假设下（重点），GLS比SOLS（包括面板数据下POLS）更有效，（比其他任何假设1框架下的估计更为有效）。

可以发现，在外生性假设（假设1）&  共线性假设（假设2）情况下，就可以有一致（consistent） &  渐进正态（asymptotically normal）；
假设3一般是同方差假设，可以有方差公式的简化。
外生性假设（假设1）---一阶矩，加什么进去
同方差假设（假设3）---二阶矩，方差协方差

所以假设3（同方差假设）违背，则F检验难以使用

在RE/FE/FD下，稳健方差矩阵估计量中的u使用RE/FE/FD下β的残差（P252/264）
在FEGLS下，稳健方差矩阵估计量中的u使用FE下β的残差（P265）
在FGLS下，稳健方差矩阵估计量中的u使用POLS下β的残差（P253）

注：以上仅提供参考，不定时补充、修改、更正，发现错误或有建议欢迎提出
附：欢迎点赞，期待理性讨论