随着纵向数据可用性的增加，动态面板数据模型已变得普遍。此外，这类模型的各种估计量的性质是众所周知的。然而，我们表明，当数据沿时间维度不规则间隔时，这些估计量会崩溃。不幸的是，这种情况越来越频繁，因为许多纵向调查是以不均匀的间隔收集的，当模型中包括时变协变量时，目前没有可用的解决方案。在本文中，我们针对动态面板数据模型提出了几种新的估计量，并将它们的有限样本性能与现有估计量的naïve应用进行了比较。我们通过儿童早期发展的两个应用来说明这个问题的实际重要性。