Имеется множество объектов (i=1,…,n), которые наблюдаются в моменты времени t=1,…,T. Каждый рассматриваемый объект характеризуется k переменными (признаками):
Для большинства баз панельных данных характерно, что они содержат наблюдения о большом количестве объектов за относительно короткий промежуток времени.
Обозначим:
– зависимая переменная
для экономической единицы i
в момент времени t;
– соответствующая
ошибка;
Введем также «объединенные» наблюдения и ошибки:
Это обычная линейная модель регрессии:
в матричной форме:
где β – неизвестный вектор размера k×1.
Считается, что зависимая переменная линейно зависит от всех переменных в тот же момент времени.
Для настройки параметров можно использовать метод наименьших квадратов:
Модель опирается на структуру панельных данных, что позволяет учитывать неизмеримые индивидуальные различия объектов. Эти отличия называются эффектами.
В данной модели эффекты интерпретируются как мешающий параметр, и оценивание направлено на то, чтобы их исключить.
Модель описывается уравнением:
Величина 
выражает индивидуальный
эффект объекта i, не зависящий от времени t, при этом регрессоры 
не содержат константу.
В данной модели предполагается, что индивидуальные отличия носят случайный характер.
Модель описывается уравнением:
См. также:
Контейнер моделирования: «Модель на панельных данных» | ISmPooledModel