面板估计中通常假定主要参数是同质的。然而，如果真实的模型具有斜率同质性，则斜率异质性的估计结果具有一致性，但如果真实的模型是由异质性斜率组成，则强加斜率同质性会产生不一致和有偏差的结果，导致估计效率低下。因而在模型估计前，需要验证同质性假设是否成立。
面板估计中通常假定主要参数是同质的。然而，如果真实的模型具有斜率同质性，则斜率异质性的估计结果具有一致性，但如果真实的模型是由异质性斜率组成，则强加斜率同质性会产生不一致和有偏差的结果，导致估计效率低下。因而在模型估计前，需要验证同质性假设是否成立。
