我们提出了一种新的两状态回归模型，其中状态转换由可能不可观测因素的向量驱动。当这些因素是潜在的时，我们通过面板数据集的主成分分析来估计它们。我们证明了优化问题可以重新表述为混合整数优化，并且我们提出了两种可选的计算算法。在阈值效应收缩为零的方案下，我们导出了所得估计量的渐近分布。特别是，我们建立了一个相变，描述了面板数据的横截面维度相对于时间序列维度增加时，第一阶段因子估计的效果。此外，我们发展了bootstrap推理，并通过数值研究说明了我们的方法。