方差分析主要有三种模型：即固定效应模型（fixed effects model），随机效应模型（random effects model），混合效应模型（mixed effects model）。
所谓的固定、随机、混合，主要是针对分组变量而言的。
固定效应模型
表示你打算比较的就是你现在选中的这几组。
例如，我想比较3种药物的疗效，我的目的就是为了比较这三种药的差别，不想往外推广。这三种药不是从很多种药中抽样出来的，不想推广到其他的药物，结论仅限于这三种药。“固定”的含义正在于此，这三种药是固定的，不是随机选择的。
随机效应模型
表示你打算比较的不仅是你的设计中的这几组，而是想通过对这几组的比较，推广到他们所能代表的总体中去。
例如，你想知道是否名牌大学的就业率高于普通大学，你选择了北大、清华、北京工商大学、北京科技大学4所学校进行比较，你的目的不是为了比较这4所学校之间的就业率差异，而是为了说明他们所代表的名牌和普通大学之间的差异。你的结论不会仅限于这4所大学，而是要推广到名牌和普通这样的一个更广泛的范围。“随机”的含义就在于此，这4所学校是从名牌和普通大学中随机挑选出来的。
总结
从上述的分析可以发现，固定效应模型和随机效应模型之间最大的不同就在于其基本假设，即个体不随时间改变的变量是否与所预测的或自变量相关。固定效应模型认为包含个体影响效果的变量是内生的；而与此相反，随机效应模型是假设全部的包含个体随机影响的回归变量是外生的。在模型中变量的引入上，固定效应模型默认了那些不随时间变化而变化的自变量不会对因变量造成影响，因而不允许这类变量出现在模型之中；随机效应模型则认为表示某些个体特征的但不随时间变化而变化的自变量能够对因变量造成影响，允许这类变量引入到模型之中。 在假定了解释变量是外生性的情况下，固定效应模型中的估计量是无偏的。与一阶差分法一样，固定效应通过一个变换把非观察效应消除掉了也正是其允许与任意时期内的解释变量随意相关才导致任何不随时间变化而变化的解释变量也会随之消除。固定效应自由度问题。此外当面板数据中某一对象只有一个截面则在固定效应模型中起不到作用。即仅具有一时期的样本会被忽略而造成耗损。当有足够的理由相信非观察效应与所有解释变量都无关时随机效应模型则更为合理。理想的随机效应模型假设包含了所有的固定效应假设之外又假定与所有时期任意解释变量无关