作为一个用Stata做实证研究快4年的"老玩家"，我敢说OLS回归是所有实证分析的"基本功"------它是理解更复杂模型的基础，也是论文里基准回归的标配。今天就结合我自己的实操经验，把OLS回归的完整流程、代码和避坑指南整理出来，新手也能直接上手。
一、先搞懂OLS回归的核心逻辑
OLS（普通最小二乘法）的核心思想其实很简单：通过最小化模型预测值和实际观测值之间的误差平方和，来估计自变量对因变量的影响。简单来说，就是找一条最贴合数据的直线。
不过要注意，OLS回归有几个关键假设，不满足的话结果可能会"失真"：
- 线性关系：因变量和自变量之间得是线性关系
- 同方差：误差项的方差要恒定，不能忽大忽小
- 无自相关：误差项之间不能有关系
- 无多重共线性：自变量之间不能高度相关
二、Stata实操：从基础到进阶
1. 基础OLS回归命令
这是最常用的命令，直接输入就能跑回归，y是被解释变量，x、x1这些是解释变量。 Stata代码：
reg y x x1 x2 x3 // y为被解释变量，x、x1、x2、x3为解释变量
2. 控制固定效应
如果是面板数据，我习惯加入固定效应来控制不随时间或个体变化的因素，比如年份、行业。 Stata代码：
reg 被解释变量 解释变量 控制变量1 控制变量2 i.year i.industry // i.year控制年份固定效应，i.industry控制行业固定效应3. 处理异方差和自相关
如果模型存在异方差（误差项方差不恒定），我会用稳健标准误来修正，这样结果更可靠。 Stata代码：
reg y x x1 x2, robust // 稳健标准误
reg y x x1 x2, vce(cluster id) // 聚类稳健标准误，适合面板数据4. 导出回归结果到文件
论文里需要规范的回归表格，用这个命令可以直接导出到RTF文件，不用手动复制粘贴。 Stata代码：
est store reg1 // 存储回归结果
esttab reg1 using 主变量回归结果.rtf, replace nogap ar2 b(%6.4f) t(%6.4f) star(* 0.1 ** 0.05 *** 0.01)
// 导出结果到RTF文件，保留4位小数，显示t值和显著性星号三、回归结果怎么看？重点看这几个指标
每次跑出来回归结果，我都会先看这几个关键指标：
- 系数（Coefficient）：自变量对因变量的边际影响，比如系数是0.5，就表示x增加1单位，y平均增加0.5单位
- p值（P>|t|）：判断系数是否显著，一般p<0.05就说明显著
- R²（R-squared）：模型的拟合优度，越接近1说明模型对数据的解释力越强
- 调整R²（Adj R-squared）：修正后的R²，适合比较不同模型的拟合效果
四、实操避坑指南
-
变量选择要谨慎：核心解释变量要和研究问题直接相关，控制变量要选理论上会影响因变量的变量，别为了显著而乱加变量
-
多重共线性要注意：如果自变量之间高度相关（VIF>10），可以考虑删除一个变量或者合并变量
-
异常值处理 ：跑回归前最好对连续变量进行缩尾处理，避免极端值影响结果 Stata代码：
winsor2 var1 var2 var3, cuts(1 99) replace // 对变量进行1%缩尾
-
稳健性检验不能少：换个模型、换个样本范围、换个变量衡量方式，看看结果是不是还显著，这是论文审稿人很看重的一点
五、进阶：面板数据的OLS回归
如果是面板数据（既有个体又有时间维度），除了基础OLS，还可以用固定效应和随机效应模型：
1. 固定效应模型
适合控制不随时间变化的个体异质性 Stata代码：
xtreg y x x1 x2, fe // 个体固定效应模型2. 随机效应模型
适合个体效应和自变量不相关的情况 Stata代码：
xtreg y x x1 x2, re // 随机效应模型3. 模型选择：豪斯曼检验
不知道选固定效应还是随机效应？跑个豪斯曼检验就行 Stata代码：
estimates store FE // 存储固定效应结果
estimates store RE // 存储随机效应结果
hausman FE RE // 豪斯曼检验如果p<0.05，就选固定效应模型；反之选随机效应模型
