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分布时，这些估计量会崩溃。不幸的是，这种情况越来越频繁地发生，因为许多纵向调查是在非均匀的时间间隔内收集的，当模型中包含时变协变量时，目前还没有解决方案。在本文中，我们提出了一些新的动态面板数据模型的估计器，当数据是不规则间隔的，并比较了它们的有限样本性能的naïve现有估计器的应用。我们通过转向儿童早期发展的两个应用来说明这个问题的实际重要性。