我现在做面板数据，
回归模型如果选Pooled Regression，自由度高，但拟合度差；
选Fixed Effect Regression，自由度低，但拟合度优。
请问：
我理解自由度的概念，但建立模型就是为了拟合跟预测。
那模型的自由度高，带来的直接优点是什么呢？

我认为的答案是：加入变量个数无限增多，模型自由度很低，但拟合效果会很好。这样并不能反应数据的真实情况。
模型的结果没有说服力，即样本的独立性被削弱，样本之间的关联度增高，失去了回归的意义。