Ở bài học trước, chúng ta đã tìm hiểu mô hình hiệu ứng cố định (FE), một phương pháp hiệu quả để loại bỏ sai lệch gây ra bởi các yếu tố không quan sát được có tương quan với biến giải thích. Cách tiếp cận này coi các hiệu ứng $\mu_i$ và $\lambda_t$ là các hằng số cần ước lượng. Tuy nhiên, phương pháp FE có một hạn chế lớn: nó không thể ước lượng được hệ số của các biến không thay đổi theo thời gian (ví dụ: giới tính, chủng tộc, vị trí địa lý của công ty). Để giải quyết vấn đề này và cho phép suy diễn ra một tổng thể rộng lớn hơn, chúng ta chuyển sang mô hình hiệu ứng ngẫu nhiên hai chiều (two-way random effects model). Thay vì xem $\mu_i$ và $\lambda_t$ là các tham số cố định, mô hình RE giả định rằng chúng là các thành phần ngẫu nhiên, được rút ra từ một phân phối chung. Giả định này thay đổi hoàn toàn cấu trúc sai số của …