เมื่อคุณรวมตัวแปรใด ๆ ในการถดถอยสัมประสิทธิ์ของมันจะประมาณตัวแปรอื่น ๆ ทั้งหมดในตัวแบบคงที่ หากตัวแปรนั้นมีความสัมพันธ์กับตัวแปรอื่นที่ไม่ได้รวมอยู่ในแบบจำลองของคุณสัมประสิทธิ์ของมันจะไม่สามารถประมาณได้ว่าจะเก็บค่าคงที่ของตัวแปร สิ่งนี้นำไปสู่การละเว้นตัวแปรอคติ
วิธีการแก้ไขผลกระทบเพิ่มตัวแปรให้กับแบบจำลองที่แสดงถึงบุคคลหรือกลุ่มที่สนใจ เป็นผลให้ค่าสัมประสิทธิ์อื่น ๆ ในรูปแบบสามารถคำนวณการถือครองบุคคลหรือกลุ่มคงที่ สิ่งนี้เรียกว่าตัวประมาณ (บุคคลหรือกลุ่ม)
วิธีสุ่มเอฟเฟกต์ไม่ได้เพิ่มตัวแปรให้กับโมเดลที่เป็นตัวแทนบุคคลหรือกลุ่ม แต่จะจำลองโครงสร้างความสัมพันธ์ของข้อกำหนดข้อผิดพลาด โดยพื้นฐานแล้วเอฟเฟกต์แบบสุ่มจะถูกมองว่าเป็นการเลื่อนแบบขนานที่ไม่ได้ประเมินในสายการถดถอยและการเลื่อนเดียวกันนี้ใช้กับการสังเกตทั้งหมดสำหรับบุคคลหรือกลุ่มใดกลุ่มหนึ่งโดยเฉพาะ สิ่งนี้นำไปสู่สิ่งเหล่านี้ทั้งหมดภายในการสังเกตของบุคคลหรือกลุ่มที่จะมีความสัมพันธ์ เอฟเฟกต์แบบสุ่มจำลองความสัมพันธ์นี้
โมเดลเอฟเฟกต์แบบสุ่มนั้นจะไม่ใช้เอฟเฟกต์คงที่และเอาชนะการละเลยโดยการสร้างโมเดลโครงสร้างข้อผิดพลาด นี่เป็นเรื่องปกติตราบใดที่เอฟเฟกต์คงที่ที่ละเว้นไปนั้นไม่มีความสัมพันธ์กับตัวแปรที่รวมอยู่ ดังที่กล่าวไว้ข้างต้นตัวแปรที่ถูกตัดออกดังกล่าวนำไปสู่การประมาณค่าสัมประสิทธิ์ความเอนเอียง
ประโยชน์ที่จะได้รับจากการยกเว้นเอฟเฟกต์แบบคงที่เช่นเดียวกับขั้นตอนการสุ่มเอฟเฟ็กต์คือตัวแปรที่ไม่แตกต่างกันไปในแต่ละบุคคลหรือการสังเกตของกลุ่มไม่สามารถรวมอยู่กับผลกระทบคงที่เนื่องจาก เอฟเฟกต์แบบสุ่มเป็นวิธีเดียวที่จะประมาณค่าสัมประสิทธิ์สำหรับตัวแปรดังกล่าว
