固定效應模型

固定效應模型係統計模型一類，講緊模型啲參數係固定或者最少非隨機（固定效應）嘅數值，相對於隨機效應模型。用日常用語講，固定效應模型描述現象嗰陣，會描述自變數對應變數有咩影響^{[註 1]}並且假設呢啲影響恆定不變，對所有觀察單位都適用^[1]。

呢個迴歸模型嘅斜率係固定數值。

基礎

睇埋：統計模型

喺統計學上，自變數（IV）同應變數（DV）係分析關係嘅基本角色。自變數係用嚟解釋或者做預測嘅變數，而應變數就係被解釋或者被預測嘅對象。要確立因果關係，就一定要靠實驗，唔可以齋靠統計模型^[2][3]，不過假如兩個變數之間嘅因果關係已知，噉因通常會設做自變數，而果就通常會設做應變數。

以迴歸模型為例，假想依家要研究學生溫書時間對考試成績有咩影響，研究者會設溫習時間為自變數，考試成績為應變數。迴歸分析嘅演算法會估計出一條線性嘅式，類似噉：

成績 = 截距 + 斜率 × 溫習時間 + 誤差項

喺呢條方程式入便，自變數（溫習時間）嘅斜率表示佢每增加一單位，應變數（成績）會改變幾多。透過建立噉嘅統計模型，分析師可以了解自變數同應變數之間嘅關係係咪顯著，即係可以理解為「有冇咩實質影響力」。如果分析師喺模型之中，將某個自變數嘅斜率設為固定不變、非隨機嘅值（對所有觀察單位嚟講都一樣），噉呢個效應就算係一個固定效應。呢種效應有別於所謂嘅隨機效應。

睇埋

• 隨機效應：隨機效應可以諗成係表示緊統計模型中嘅一類參數，將啲數據點分做唔同「組」嘅話唔同組會喺呢啲參數上有差異。
• 混合模型
• 控制變數
• 計量經濟學

註釋

1. 或者話「可以點樣預測應變數嘅數值」－自變數同應變數未必成因果關係。