within-estimator（组内估计量/固定效应“去均值”估计）：面板数据中用于固定效应（Fixed Effects）模型的一种估计方法，通过对每个个体（或组）内部变量进行去均值（demeaning）来消除不随时间变化的个体特征，从而识别解释变量对因变量的影响。常见于“个体固定效应”回归（也常被称为 Fixed Effects / FE / LSDV 的等价表述之一）。
/wɪˈðɪn ˈɛstɪˌmeɪtər/
The within-estimator removes time-invariant individual effects.
组内估计量会消除不随时间变化的个体效应。
In a panel model with unobserved heterogeneity correlated with regressors, the within-estimator can deliver consistent estimates by demeaning each unit’s observations over time.
在解释变量与不可观测异质性相关的面板模型中，组内估计量通过对每个个体的时间序列观测做去均值处理，从而可能得到一致的估计结果。
该术语由 within（在……之内、组内） 与 estimator（估计量） 组合而成，字面意思是“在组内进行的估计”。之所以称为“within”，是因为它主要利用同一实体（同一人、同一公司、同一国家等）随时间变化的内部信息进行识别，而不是依赖不同实体之间的横截面差异。
Select Language