长面板数据的主要特征是时间维度比较大而横截面维度相对较小，对于长面板数据分析，我们不需要在固定效应模型、随机效应模型和混合回归模型之间进行选择，长面板数据分析先验假定长面板数据模型就是固定效应模型，相对而言主要关注对误差项的处理（因为时间维度比较大），而将个体效应用虚拟变量来控制（横截面维度相对较小），所以更加关注设置扰动项相关的具体形式。这又分为两种情形：一种是仅解决组内自相关的可行广义最小二乘估计，另一种是同时处理组内自相关、异方差和组间同期相关的可行广义最小二乘估计。
长面板数据分析的Stata操作
1．仅解决组内自相关的可行广义最小二乘估计
xtpcse命令用于线性横截面时间序列模型的面板校正标准误差（PCSE）估计，其中参数是通过OLS或praise - winsten回归估计的。当计算标准误差和方差-协方差估计时，xtpcse假定扰动项在默认情况下是异方差的，并且在面板之间同时相关。该命令的语法格式为：
xtpcse depvar [indepvars] [if] [in] [weight] [,options]
xtpcse为命令，depvar为被解释变量，[indepvars]为解释变量，[if]为条件表达式，[in]用于设置样本范围，[weight]用于设置权重，[,options]为可选项，主要包括表14.5所示的几项。
表14.5 xtpcse命令的[,options]可选项及其含义
2．同时处理组内自相关、异方差和组间同期相关的可行广义最小二乘估计
xtgls命令采用可行广义最小二乘拟合面板数据线性模型，这个命令允许在面板内存在AR（1）自相关和跨面板的横截面相关和异方差的情况下进行估计。该命令的语法格式为：
xtgls depvar [indepvars] [if] [in] [weight] [,options]
xtgls为命令，depvar为被解释变量，[indepvars]为解释变量，[if]为条件表达式，[in]用于设置样本范围，[weight]用于设置权重，[,options]为可选项，主要包括表14.6所示的几项。
表14.6 xtgls命令的[,options]可选项及其含义
