现在面板数据（panel data李子奈译为平行数据）非常流行，主要是由于其大样本可以缓和多重共线性，由于固定效应缓和了其他变量的内生性，比如y=f(a,b,c)是正确模型，但如果我们估计的模型是y=f(a,b)，那么当b与c相关时，b就变成了一个内生变量了，这时对a和b的估计都是有偏的，当然这时内生性的一种情况：遗漏变量，其他情况我前面的文章详细讲过。
       当出现内生变量时有三个方法解决：工具变量法（IV）、代理变量法（proxy）以及面板数据方法，当然这些方法的适用条件不同。
       stata是处理面板数据的标准软件，采用的是组内去均值方法（within effect）来消除固定效应，所以一般用stata来做时默认情况下是不报告具体的固定效应值。


       eviews操作相对要简单，但其处理方法与stata不同，采用虚拟变量（dummy）来处理固定效应，比如如果做cross-section fixed effect时，就是给每一个截面加一个虚拟变量，这些虚拟变量的系数值就是fixed effect，所以eviews一般会报告该值。
       对于系数值的估计，两者不存在任何差异（我指对于相同的估计方法并且操作准确），但对于模型整体的P值和hausman test值会不同，这个从他们估计方法的差异很容易理解，由于eviews采用dummy，而stata采用within effect，所以两者自由度差异很大，当然各自对应的F值、卡方值和相应的分布值不同，这样结果会有差异。