1-先简单介绍一下什么是时间、个体和双向固定效应

固定效应模型的基本假设：实验结果只想比较每一自变项之特定类目或类别间的差异及其与其他自变项之特定类目或类别间交互作用效果，而不想依此推论到同一自变项未包含在内的其他类目或类别的实验设计。

简单的说就是：面板数据中，个体不仅有组间（个体与个体之间）差距，还会有组内（每个个体之间的）差距，固定效应就是消除不随着时间变化之间的组间差距，只保留组内差距，从而得到更加准确的关系

时间固定效应（TE）：可以解决不随个体变化但随着时间而变化的遗漏变量问题。例如用来捕捉经济周期以及宏观经济变化。

个体固定效应（FE）：用来捕捉不随时间变化的个体之间的差异，可以用来克服遗漏变量的问题。例如，不随时间变动的个体的特征变量：性别，或者一段时间内的工作、学校等特征变量。

双向固定效应：即考虑了时间固定效应又考虑了个体固定效应。

2-什么时候做固定效应？

采用面板数据时，一般来说，不可观测的异质性通常会对解释变量有影响，因此考虑个体不可观测异质性时要做固定效应。

例如，探究政策实施效果分析时，通常要消除个体和时间差别带来的影响，就要考虑时间和个体的固定效应。政策实施效果分析中最常用的方法是多期-双重差分模型（DID），在公式中加时间和个体固定效应

y=Bo+8*Treatmenr Group,* PostTreatnent.. + 4.+2,+0*21+84

其中，4+2,即为个体固定效应和时间固定效应

3-Stata中的code

我这里以多期DID 模型为例

*声明面板数据

xtset id year

*生成交互项

gen did = time*awarded

*正常DID模型

xtreg y treatmentgroup*PostTreament treatmentgroup PostTreament, r

*个体固定效应：

xtreg y treatmentgroup*PostTreament PostTreament,fe r

*时间固定效应：

xtreg y treatmentgroup*PostTreament i.year,r

*双向固定效应

xtreg y treatmentgroup*PostTreament i.year, fe r