縱橫面資料（panel data）的核心特徵，在於t期重複觀測值Yit嵌套於i個個體之內，因此資料變異同時包含個體內變化與個體間差異。不同學門對此發展出多樣的統計模型，雖然術語與研究脈絡各異，但其共同核心往往指向同一問題：如何拆解個別差異與時間效果。例如，心理計量學（psychometrics）常以潛在成長模型或交叉延宕模型分析變化軌跡與變數關係，近年特別重視隨機截距（random intercepts）的處理；計量經濟學（econometrics）則聚焦於因果識別與內生性（endogeneity）問題，並透過固定效果、隨機效果或混合效果模型控制未觀察異質性。事實上，這些模型雖名稱不同，但皆涉及如何拆解重複測量中的個體間與個體內變異。本演講將討論這些模型取徑之間的異同，並以幼兒發展資料庫（KIT）的實徵分析為例，說明其背後共享的方法論基礎。