Lineare Paneldatenmodelle sind
statistische Modelle, die bei der
Analyse von
Paneldaten benutzt werden, bei denen mehrere Individuen über mehrere Zeitperioden beobachtet werden. Paneldatenmodelle nutzen diese Panelstruktur aus und erlauben es, unbeobachtete
Heterogenität der Individuen zu berücksichtigen. Die beiden wichtigsten linearen Paneldatenmodelle sind das
Fixed-Effects-Modell und das
Random-Effects-Modell. Die beiden Modelle unterscheiden sich in den Annahmen, die an den Fehlerterm des Modells gestellt werden und erlauben die Herleitung verschiedener
Schätzer. Anwendungsgebiete von linearen Paneldatenmodellen finden sich vor allem in der
Empirischen Sozialforschung.