步骤一：分析数据的平稳性（单位根检验）
按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spuriousregressio
）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。
因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述：在非平稳的面板数据渐进过程中Levi
a
dLi
1993很早就发现这些估计量的极限分布是高斯分布这些结果也被应用在有异方差的面板数据中并建立了对面板单位根进行检验的早期版本。后来经过Levi
etal2002的改进提出了检验面板单位根的LLC法。Levi
etal2002指出该方法允许不同截距和时间趋势异方差和高阶序列相关适合于中等维度时间序列介于25～250之间截面数介于10～250之间的面板单位根检验。Imetal1997还提出了检验面板单位根的IPS法但Breitu
g2000发现IPS法对限定性趋势的设定极为敏感并提出了面板单位根检验的Breitu
g法。Maddalaa
dWu1999又提出了ADFFisher和PPFisher面板单位根检验方法。
由上述综述可知，可以使用LLC、IPS、Brei
tu
g、ADFFisher和PPFisher5种方法进行面板单位根检验。其中LLCT、BRT、IPSW、ADFFCS、PPFCS、HZ分别指Levi
Li
Chut统计量、Breitu
gt统计量、lmPesara
Shi
W统计量、ADFFisherChisquare统计量、PPFisherChisquare统计量、HadriZ统计量，并且Levi
Li
Chut统计量、Breitu
gt统计量的原假设为存在普通的单位根过程，lmPesara
Shi
W统计量、ADFFisherChisquare统计量、PPFisherChisquare统计量的原假设为存在有效的单位根过程，HadriZ统计量的检验原假设为不存在普通的单位根过程。
有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验LLC（Levi
Li
Chu）检验和不同根单位根检验FisherADF检验（注：对普通序列（非面板序列）的单位根检r