당신은 개인이 그룹 내 위치 데이터의 단일 단면 (학교 내에서 예를 들어 학생)이 있고 형태의 모델 추정하고자하는 가정 개인 수준의 특성과의 벡터이다 상수를.Y_i = a + B*X_i
X
a
이 경우, 관찰되지 않은 군간 이질성 B
은 귀하의 독립적 인 관심 변수와 상관 관계가 있기 때문에 귀하의 포인트 추정치 및 SE를 바이어스한다고 가정 하십시오.
하나의 옵션은 그룹 (학교)별로 SE를 클러스터링하는 것입니다. 다른 하나는 그룹 FE를 포함시키는 것입니다. 다른 하나는 둘 다 사용하는 것입니다. 이러한 옵션 중에서 선택할 때 고려해야 할 사항은 무엇입니까? 그룹별로 SE를 클러스터링하고 그룹 FE를 사용하는 이유는 특히 명확하지 않습니다. 특정한 경우에는 각 그룹 내에 35 개의 그룹과 5,000 명의 개인이 중첩되어 있습니다 . 나는 이 pdf 에서 논의를 따랐 지만, 왜 그리고 언제 클러스터 된 SE와 고정 효과를 모두 사용할 수 있는지에 대해서는 명확하지 않습니다.
(다중 레벨 모델에 적합하다고 제안하는 대신 클러스터 된 SE와 FE의 장단점에 대해 논의하십시오.)