เปรียบเทียบวิธี

	การวิเคราะห์ข้อมูลแบบพาเนลที่ไม่เป็นเชิงเส้น	การถดถอยพัวซงและทวินามเชิงลบ
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1986–2010	1998
ผู้ริเริ่ม	Cheng Hsiao; Jeffrey M. Wooldridge	Cameron & Trivedi (textbook treatment); Hilbe (negative binomial)
ประเภท	Panel data model (nonlinear)	Generalized linear model for count data
แหล่งต้นตำรับ	Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586	Cameron, A. C. & Trivedi, P. K. (1998). Regression Analysis of Count Data. Cambridge University Press.
ชื่อเรียกอื่น	nonlinear panel models, panel nonlinear econometrics, fixed-effects nonlinear models, random-effects nonlinear models	count regression, log-linear count model, negative binomial regression, Poisson / Negatif Binom Regresyon
ที่เกี่ยวข้อง	4	4
สรุป	Nonlinear panel data analysis applies nonlinear models — such as probit, logit, Poisson, or Tobit — to repeated observations on the same units over time. It accounts for unit-specific unobserved heterogeneity while capturing non-linear relationships between predictors and the outcome, making it essential when the dependent variable is binary, count-based, censored, or otherwise non-continuous.	Poisson regression is a generalized linear model for count outcomes — events tallied as non-negative integers such as hospital admissions, accidents, or article counts. It models the log of the expected count as a linear function of the predictors, and is developed in the standard count-data treatment of Cameron and Trivedi (1998); when the counts are over-dispersed, the closely related negative binomial model (Hilbe, 2011) is preferred.