1、當你的資料時間維度t比較長的，一定要先做單位根檢驗，避免出現偽迴歸問題。

2、如果變數都拒絕了單位根存在的原假設，說明資料都是平穩的(0階單整)，無需再進行協整檢驗。

協整檢驗是資料不平穩但是同階單整的前提下，檢驗變數X與變數y之間是否存在長期均衡關係。

之所以這麼麻煩，是因為時間序列資料進行迴歸，很容易出現虛假迴歸的問題，就是兩個完全沒有因果關係的變數，會因為都隨時間t的增加而增加，呈現出相關。這樣的迴歸是沒有任何意義的，所以一定要確保資料平穩再建模。但是現實中不平穩的時間序列資料多了去了，然後格蘭傑又想出能不能放鬆平穩性的假定，就提出了協整這一概念。

3、穩健性檢驗

面板迴歸的穩健性檢驗我還真沒聽說，可能就是檢驗建好的模型是不是充分合理，殘差是不是白噪聲？？(此處瞎扯，我去查一下)

4、內生性檢驗

內生性檢驗是指殘差項ε與自變數xi之間存在相關性，違背了最小二乘法迴歸的5大經典假定，存在內生性的ols迴歸估計是有偏非一致的。

檢驗解釋變數內生性（解釋變數內生性的Hausman 檢驗：使用工具變數法的前提是存在內生解釋變數。

Hausman 檢驗的原假設為：所有解釋變數均為外生變數，如果拒絕，則認為存在內生解釋變數，要用IV；反之，如果接受，則認為不存在內生解釋變數，應該使用OLS。