短面板处理 面板数据是指既有截面数据又有时间序列的数据，因此其存在截面数据没有的优势，在用stata进行面板数据的估计时，一般选择xtreg命令进行拟合。本节主要论述短面板的stata实现，即时间维度T相对于截面数n较小的数据。在那种情况下，由于T较小，每个个体的信息较少，故无从讨论扰动项是否存在自相关，我们一般假设其独立同分布。
面板数据维度的确定 在面板数据进行模型估计前，要进行面板数据的维度确定。由于面板数据既有截面数据又有时间序列，而stata不能自动识别，因此，必须使得stata得知哪一部分是截面数据，而哪一部分是时间序列。设置面板数据维度的基本命令为： xtset panelvar timvar [, tsoptions] 其中panelvar代表截面数据变量，timvar代表时间序列变量。选取某一面板数据进行维度设定（该数据研究职业培训津贴对厂商废弃率的影响）：xtset fcode year
固定效应估计xtreg可以估计固定效应与随机效应，两者的差异在于选项的不同。xtreg用来做固定效应的语法是： xtreg depvar [indepvars] [if] [in] [weight] , fe [FE_options] 其语法可以help xtreg获得。（说明，其中xt表示面板数据的命令，因此，在stata中输入help xt可以学习面板数据描述、估计等命令。）选取某一数据进行拟合： xtreg lscrap d88 d89 grant grant_1,fe结果显示如下：
其中，(1)表示组内、组间、总体的R方，其中固定效应看组内R-sq，随机效应看总体R-sq。(2)表示个体效应与解释变量的相关系数。(3)F检验表示模型整体显著性。(4)U表示个体观测效应，sigma_u为个体效应的标准差E表示随机干扰项，u+e为所谓的混合误差，rho是指个体效应的方差占混合误差方差的比重。备注：（1）（2）（3）（4）分别对应一下的四张照片
随机效应估计xtreg用来做随机效应的语法是： xtreg depvar [indepvars] [if][in] [weight] , re [RE_options]与上一部分类似的估计 xtreg lscrap d88 d89 grantgrant_1,re（1） 与固定效应不同的是，固定效应F检验处，此处为瓦尔德卡方检验，同样表示模型整体显著性。