现在在学stata中面板数据处理这快的东西，想要做一下无固定效应模型、个体固定效应模型、时间固定效应模型和双向固定效应模型想请教一下论坛里的大虾们，无面板数据的无固定效应模型是不是就是随机效应模型啊？
还有就是在做个体固定效应模型的时候，得到的结果如下，看不懂，不知道命令有没有错，麻烦谁能帮我看一下

. xtreg x p nights aincome age education i.id, fe robust
note: 2.id omitted because of collinearity
note: 3.id omitted because of collinearity
note: 4.id omitted because of collinearity
note: 5.id omitted because of collinearity
note: 6.id omitted because of collinearity
note: 7.id omitted because of collinearity
note: 8.id omitted because of collinearity
note: 9.id omitted because of collinearity
note: 10.id omitted because of collinearity
note: 11.id omitted because of collinearity
note: 12.id omitted because of collinearity
note: 13.id omitted because of collinearity
note: 14.id omitted because of collinearity
note: 15.id omitted because of collinearity
note: 16.id omitted because of collinearity
note: 17.id omitted because of collinearity
note: 18.id omitted because of collinearity
note: 19.id omitted because of collinearity
note: 20.id omitted because of collinearity
note: 21.id omitted because of collinearity
note: 22.id omitted because of collinearity
note: 23.id omitted because of collinearity
note: 24.id omitted because of collinearity
note: 25.id omitted because of collinearity
note: 26.id omitted because of collinearity
note: 27.id omitted because of collinearity
note: 28.id omitted because of collinearity
note: 29.id omitted because of collinearity
note: 30.id omitted because of collinearity
note: 31.id omitted because of collinearity
note: 32.id omitted because of collinearity
note: 33.id omitted because of collinearity
note: 34.id omitted because of collinearity
note: 35.id omitted because of collinearity
note: 36.id omitted because of collinearity
note: 37.id omitted because of collinearity
note: 38.id omitted because of collinearity
note: 39.id omitted because of collinearity

Fixed-effects (within) regression               Number of obs      =       312
Group variable: id                              Number of groups   =        39

R-sq:  within  = 0.0639                         Obs per group: min =         8
       between = 0.0524                                        avg =       8.0
       overall = 0.0469                                        max =         8

                                                F(5,38)            =      3.15
corr(u_i, Xb)  = 0.1186                         Prob > F           =    0.0178

                                    (Std. Err. adjusted for 39 clusters in id)
------------------------------------------------------------------------------
             |               Robust
           x |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           p |   -.000778   .0010395    -0.75   0.459    -.0028824    .0013263
      nights |  -.0184407   .1534497    -0.12   0.905    -.3290833    .2922019
     aincome |   .0035044    .001795     1.95   0.058    -.0001295    .0071382
         age |  -.4237238   .4272794    -0.99   0.328    -1.288706    .4412581
   education |  -.9090608   1.153993    -0.79   0.436    -3.245198    1.427076
             |
          id |
          2  |          0  (omitted)
          3  |          0  (omitted)
          4  |          0  (omitted)
          5  |          0  (omitted)
          6  |          0  (omitted)
          7  |          0  (omitted)
          8  |          0  (omitted)
          9  |          0  (omitted)
         10  |          0  (omitted)
         11  |          0  (omitted)
         12  |          0  (omitted)
         13  |          0  (omitted)
         14  |          0  (omitted)
         15  |          0  (omitted)
         16  |          0  (omitted)
         17  |          0  (omitted)
         18  |          0  (omitted)
         19  |          0  (omitted)
         20  |          0  (omitted)
         21  |          0  (omitted)
         22  |          0  (omitted)
         23  |          0  (omitted)
         24  |          0  (omitted)
         25  |          0  (omitted)
         26  |          0  (omitted)
         27  |          0  (omitted)
         28  |          0  (omitted)
         29  |          0  (omitted)
         30  |          0  (omitted)
         31  |          0  (omitted)
         32  |          0  (omitted)
         33  |          0  (omitted)
         34  |          0  (omitted)
         35  |          0  (omitted)
         36  |          0  (omitted)
         37  |          0  (omitted)
         38  |          0  (omitted)
         39  |          0  (omitted)
             |
       _cons |   69.32457   27.17312     2.55   0.015     14.31548    124.3337
-------------+----------------------------------------------------------------
     sigma_u |  28.137014
     sigma_e |  7.0153835
         rho |   .9414732   (fraction of variance due to u_i)
------------------------------------------------------------------------------

reg x p nights aincome age education i.id
xtreg x p nights aincome age education i.id, fe robust
这两条命令的区别是什么呢？
还有一个问题就是
xtreg x p nights aincome age education yr*, fe是双向的固定效应模型，那如何做仅仅是时间固定效应模型的回归呢？
望高人解答
.