Os efeitos corrigidos são para remover a heterogeneidade não observada entre diferentes grupos em seus dados.
Eu discordo da implicação na resposta aceita de que a decisão de usar um modelo de EF dependerá se você deseja usar "menos variação ou não". Se sua variável dependente for afetada por variáveis não observáveis que variam sistematicamente entre os grupos em seu painel, o coeficiente de qualquer variável correlacionada a essa variação será enviesado. A menos que suas variáveis X tenham sido atribuídas aleatoriamente (e nunca estarão com dados de observação), geralmente é bastante fácil argumentar sobre o viés das variáveis omitidas. Você podeseja capaz de controlar algumas das variáveis omitidas com uma boa lista de variáveis de controle, mas se uma identificação forte for seu objetivo número 1, mesmo uma extensa lista de controles poderá deixar espaço para leitores críticos duvidarem de seus resultados. Nesses casos, geralmente é uma boa ideia usar um modelo de efeitos fixos.
Erros padrão agrupados são para contabilizar situações em que as observações DENTRO de cada grupo não são iid (independentemente e identicamente distribuídas).
Um exemplo clássico é se você tiver muitas observações para um painel de empresas ao longo do tempo. Você pode considerar os efeitos fixos no nível da empresa, mas ainda pode haver alguma variação inexplicável na sua variável dependente que está correlacionada ao longo do tempo. Em geral, ao trabalhar com dados de séries temporais, geralmente é seguro assumir correlação serial temporal nos termos de erro nos seus grupos. Essas situações são os casos de uso mais óbvios para SEs em cluster.
Alguns exemplos ilustrativos:
Se você possui dados experimentais nos quais atribui tratamentos aleatoriamente, mas faz observações repetidas para cada indivíduo / grupo ao longo do tempo, seria justificável omitir efeitos fixos, mas gostaria de agrupar seus SEs.
Como alternativa, se você tiver muitas observações por grupo para dados não experimentais, mas cada observação dentro do grupo puder ser considerada como um sorteio do seu grupo maior (por exemplo, você tem observações de muitas escolas, mas cada grupo é um subconjunto sorteado aleatoriamente) alunos da escola), você gostaria de incluir efeitos fixos, mas não precisaria de SEs agrupadas.