within estimator（组内估计量/“固定效应”估计量）：计量经济学与面板数据分析中常用的一种估计方法，通过对每个个体（如个人、公司、国家）在时间维度上的数据做“去均值”（within transformation，组内变换），从而消除个体不随时间变化的不可观测因素（个体固定效应），再用变换后的数据进行回归估计。常见于固定效应模型（Fixed Effects, FE）。
说明：该术语主要用于面板数据语境；在更一般的统计语境里，“estimator”也可泛指“估计量”。
/wɪˈðɪn ˈɛstɪmeɪtər/
“within”意为“在……之内、组内”，这里指同一观察对象内部（随时间变化）的信息；“estimator”来自 estimate（估计）+ -or（施事后缀），表示“用来估计的量/方法”。“within estimator”直译为“组内估计”，强调只利用个体内部随时间的变化来识别参数。
The within estimator removes individual fixed effects by demeaning the data.
组内估计量通过对数据去均值来消除个体固定效应。
In a panel model where unobserved ability is constant over time, the within estimator can reduce bias compared with pooled OLS.
在一个面板模型中，如果不可观测的能力随时间保持不变，那么与合并最小二乘相比，组内估计量可以减少偏误。
Select Language