各位老师，个人学术和计量能力非常弱，因此想请教下以下有三个命令
1.xtreg 因变量 自变量 控制变量 i.year, fe
2.xtreg 因变量 自变量 控制变量 i.year, fe r
3.reg 因变量 自变量 控制变量 i.year i.code, r

问题
1）请问1和3都是控制个体和时间的双向固定效应吗？2和3的区别是否在于2中加的是聚类稳健性标准误，而3中为稳健性标准误？因为我加入聚类稳健性标准误后不显著，我是否可以采用reg加虚拟变量的方法来进行实证操作
2）我是否可以称3为LSDV估计法下的双向固定效应？
3）我使用3这个命令跑回归之后不显示F值，这是由什么原因造成的？下面是跑的结果中无F值的一个例子（仅核心解释变量），code有很多个因此没有将结果复制完整。
reg RCAfinal_w Flex_w i.year i.code,r

Linear regression                               Number of obs     =      1,167
                                                F(226, 928)       =          .
                                                Prob > F          =          .
                                                R-squared         =     0.8781
                                                Root MSE          =     .15125

------------------------------------------------------------------------------
             |               Robust
  RCAfinal_w |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      Flex_w |   1.254676   .6215395     2.02   0.044     .0348902    2.474462
             |
        year |
       2011  |  -.0317547   .0280244    -1.13   0.257    -.0867533    .0232438
       2012  |  -.0219597   .0213029    -1.03   0.303    -.0637672    .0198478
       2013  |  -.0015398   .0180352    -0.09   0.932    -.0369343    .0338546
       2014  |  -.0028771   .0184756    -0.16   0.876    -.0391358    .0333817
       2015  |   .0223891   .0175136     1.28   0.201    -.0119818      .05676
       2016  |    .039722   .0170897     2.32   0.020     .0061832    .0732609
       2017  |   .0468576   .0190121     2.46   0.014     .0095459    .0841693
       2018  |   .0539174   .0229706     2.35   0.019      .008837    .0989978
       2019  |   .0576023   .0275726     2.09   0.037     .0034904    .1117142
             |
        code |
          3  |  -.0091292   .0150631    -0.61   0.545    -.0386909    .0204326
          4  |  -.0086053   .0153774    -0.56   0.576    -.0387839    .0215732
          5  |  -.0423119   .0248083    -1.71   0.088    -.0909989     .006375
          6  |   .0033628   .0170215     0.20   0.843    -.0300423     .036768
          7  |  -.0630666   .0262985    -2.40   0.017     -.114678   -.0114553
          8  |    .138104   .0145324     9.50   0.000     .1095838    .1666241
          9  |  -.0555919   .0288346    -1.93   0.054    -.1121805    .0009967
         10  |  -.0075589   .0192234    -0.39   0.694    -.0452853    .0301675