Trong bài học trước, chúng ta đã kết luận rằng mô hình hồi quy gộp (Pooled OLS) có thể tạo ra các ước lượng bị chệch và không nhất quán khi tồn tại các đặc tính không quan sát được, cố định theo thời gian (\(\mu_i\)) tương quan với các biến giải thích. Đây là một vấn đề nghiêm trọng, vì nó làm suy yếu độ tin cậy của các kết luận rút ra từ mô hình. May mắn thay, cấu trúc của dữ liệu bảng cung cấp một giải pháp thanh lịch cho vấn đề này: mô hình tác động cố định (Fixed Effects – FE). Ý tưởng cốt lõi của mô hình FE là thừa nhận sự tồn tại của các yếu tố không đồng nhất này và tìm cách loại bỏ ảnh hưởng của chúng khỏi quá trình ước lượng. Thay vì giả định tất cả các đối tượng đều giống nhau, mô hình FE cho phép mỗi đối tượng có một hệ số chặn riêng, từ đó “hấp thụ” tất cả các đặc tính cố định …