Hiểu sâu mô hình tác động cố định The fixed effects regression model Giới thiệu Ở bài học trước, chúng ta đã khám phá ra một phương pháp rất trực quan: so sánh “trước và sau”. Bằng cách lấy sai phân dữ liệu giữa hai thời điểm, chúng ta đã loại bỏ thành công ảnh hưởng của các yếu tố không quan sát được và không đổi theo thời gian, giúp chúng ta có được một ước lượng nhân quả đáng tin cậy hơn. Tuy nhiên, phương pháp này có một hạn chế lớn: nó chỉ hoạt động khi chúng ta có dữ liệu cho đúng hai kỳ. Trong thực tế, các bộ dữ liệu bảng thường chứa thông tin của nhiều năm, nhiều quý, hoặc nhiều tháng. Việc chỉ chọn ra hai kỳ và bỏ đi phần còn lại của dữ liệu quý giá là một sự lãng phí không hề nhỏ. Vậy làm thế nào để chúng ta có thể tận dụng toàn bộ thông tin trong bộ dữ liệu bảng có T > 2 kỳ? Câu …