面板数据分析是统计学和计量经济学中的一个重要课题。在这种分析中，通常假设协变量对所有个体的响应变量的影响保持不变。虽然基于此假设的建模在仅关注全局效应时是合理的，但一般来说，它可能会忽略真正协变量影响的某些个体/子组属性。在本文中，我们提出了一种数据驱动的方法来识别面板数据中由潜在变量引起的交互效应组。假设一个协变量的影响在各组内是相同的，但在各组之间是不同的。提出了一种基于EM的未知参数估计算法，以及一种基于二进制分割的分组检测算法。然后，我们建立渐近理论来证明所提出的估计、分组方法和建模思想。还进行了仿真研究，将所提方法与现有方法进行了比较，所得结果支持我们的方法。最后，将该方法应用于分析收入动态数据集，得出了一些有趣的结果。