本文研究了两类非平衡面板数据模型的系数检验问题,针对单因素随机效应模型和双因素随机效应模型,本文采用参数Bootstrap方法和近似检验方法分别对其系数进行检验,根据模型假定分布构建合适的枢轴量,利用参数Bootstrap方法生成大量的子样本,然后通过蒙特卡洛模拟计算相应的置信区间和检验的p值,最终计算出两种方法的系数真值覆盖率和相应假设检验的势,并对两种方法的结果进行对比分析。单因素随机效应模型的模拟结果表明,相比于近似检验,参数Bootstrap方法有更精确的真值覆盖率和更稳定的表现,在实际情况中,本文考虑了一个非正态分布和指数相关协方差模型结构,该方法仍然有较好的表现,真值覆盖率基本稳定,而近似检验的真值覆盖率则有所降低。在假设检验方面,参数Bootstrap方法能更好地控制第一类错误的发生概率,同时在考虑上述的模型结构后,参数Bootstrap方法的检验结果保持稳定,而近似检验犯第一类错误的概率有大幅提升。双因素随机效应模型的模拟检验与单因素模型类似,模拟数据显示,参数Bootstrap方法的覆盖率高于近似检验,犯第一类错误的概率也明显小于近似检验结果。在最后,本文也用实际数据对方法进行了说明。综上,模型模拟结果显示参数Bootstrap方法有较优的效果,同时推导简单,但该方法的置信区间也较长。因此,在考虑控制犯第一类错误的概率情况下,本文推荐使用参数Bootstrap方法。