अगर मैं यहाँ गलत हूँ तो मुझे सुधारो:
अवधारणात्मक रूप से, चार संभावित प्रभाव हैं: निश्चित अवरोधन, निश्चित गुणांक, यादृच्छिक अवरोधन, यादृच्छिक गुणांक। अधिकांश प्रतिगमन मॉडल 'यादृच्छिक प्रभाव' हैं, इसलिए उनके पास यादृच्छिक अवरोध और यादृच्छिक गुणांक हैं। 'यादृच्छिक प्रभाव' शब्द 'निश्चित प्रभाव' के विपरीत उपयोग में आया।
'निश्चित प्रभाव' तब होता है जब एक चर नमूने में से कुछ को प्रभावित करता है, लेकिन सभी को नहीं। एक निश्चित प्रभाव मॉडल का सबसे सरल संस्करण (वैचारिक रूप से) एक द्विआधारी मूल्य के साथ एक निश्चित प्रभाव के लिए एक डमी चर होगा। इन मॉडलों में एकल यादृच्छिक अवरोधन, निश्चित प्रभाव गुणांक और यादृच्छिक चर गुणांक होते हैं।
जटिलता का अगला स्तर (वैचारिक रूप से) है जब निश्चित प्रभाव द्विआधारी नहीं है, लेकिन कई मूल्यों के साथ नाममात्र है। इस मामले में, जो उत्पन्न होता है, वह एक मॉडल होता है जिसमें कई अंतःक्षेपण होते हैं (प्रत्येक नाममात्र मूल्यों के लिए)। यह वह जगह है जहां आपको एक पैनल डेटा मॉडल की क्लासिक 'कई लाइनें' मिलती हैं , जहां एक निश्चित प्रभाव चर के प्रत्येक 'विकल्प' को अपना प्रभाव मिलता है। सभी अलग-अलग कारक-विशिष्ट डेटा श्रृंखला को एक एकल प्रतिगमन (अपने प्रतिगमन के रूप में निश्चित प्रभाव के प्रत्येक कारक को करने के बजाय) में फेंकने का गुण यह है कि आप एक समीकरण में सभी विभिन्न प्रभावों के विचरण को प्राप्त करते हैं, और इसी तरह अपने सभी गुणांक के लिए बेहतर (कुछ निश्चित) मूल्य प्राप्त करें।
जटिलता का 'टियर थ्री ’तब होगा जब is फिक्स्ड इफेक्ट’ खुद एक रैंडम वैरिएबल हो, सिवाय इसके कि इसके इफेक्ट्स only फिक्स्ड ’हों, जिससे सैंपल का केवल एक सब-सेट प्रभावित हो। जिस बिंदु पर मॉडल में एक यादृच्छिक अवरोधन, कई निश्चित अंतराल और कई यादृच्छिक चर होंगे। मुझे लगता है कि यह 'मिश्रित प्रभाव' मॉडल के रूप में जाना जाता है?
मल्टी-लेवल मॉडलिंग (MLM) के लिए 'मिक्स्ड इफेक्ट' मॉडल का इस्तेमाल किया जाता है, क्योंकि 'फिक्स्ड इफेक्ट्स' का इस्तेमाल दूसरे के भीतर डेटा के सबसेट को नेस्ट करने के लिए किया जा सकता है। इस समूहीकरण में कई स्तर हो सकते हैं, छात्रों को कक्षाओं के भीतर, स्कूलों के भीतर घोंसले के शिकार के साथ। स्कूल कक्षाओं पर और छात्रों पर कक्षाओं का एक निश्चित प्रभाव है। (स्कूल प्रयोगात्मक डिजाइन के आधार पर छात्र पर एक निश्चित प्रभाव हो सकता है या नहीं - निश्चित नहीं है)
पैनल डेटा मॉडल 'मिश्रित प्रभाव' मॉडल हैं, लेकिन समूहन के लिए दो आयामों का उपयोग करते हैं, आमतौर पर समय और किसी प्रकार की श्रेणी।