应该是每一省少一笔，所以减少 31 笔。

老师是的应该是减少31才对，但是我做出来的结果N就少了1，所以我觉得是我做错了。
但是我怎么可以减少31，我跑程序做不出来...

目前看不出来，请将各个回归原先结果发出来看看。

//确认面板数据//
. xtset id year
       panel variable:  id (strongly balanced)
        time variable:  year, 2011 to 2020
                delta:  1 year

//描述性、相关性、共线性//——略

//回归//
reg logrjgdp logeq ts logle logsi logta loggin
est store ols

xtreg logrjgdp logeq ts logle logsi logta loggin,fe
est store fe

xtreg logrjgdp logeq ts logle logsi logta loggin,re
est store re

esttab ols fe re using 实证结果.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a

回归结果如下：
.
. reg logrjgdp logeq ts logle logsi logta loggin

      Source |       SS           df       MS      Number of obs   =       214
-------------+----------------------------------   F(6, 207)       =     36.44
       Model |  19.5574899         6  3.25958164   Prob > F        =    0.0000
    Residual |  18.5168287       207  .089453279   R-squared       =    0.5137
-------------+----------------------------------   Adj R-squared   =    0.4996
       Total |  38.0743185       213  .178752669   Root MSE        =    .29909

------------------------------------------------------------------------------
    logrjgdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       logeq |   .1431714   .0326902     4.38   0.000     .0787231    .2076198
          ts |   2.186797   .3753595     5.83   0.000     1.446779    2.926815
       logle |  -.0298354   .0524069    -0.57   0.570    -.1331552    .0734844
       logsi |  -.0127236   .0535532    -0.24   0.812    -.1183032     .092856
       logta |  -.0056336   .0255211    -0.22   0.826    -.0559483     .044681
      loggin |    .081829   .0711179     1.15   0.251    -.0583792    .2220371
       _cons |   8.197803   .7998754    10.25   0.000     6.620856     9.77475
------------------------------------------------------------------------------

. est store ols

.
. xtreg logrjgdp logeq ts logle logsi logta loggin,fe

Fixed-effects (within) regression               Number of obs     =        214
Group variable: id                              Number of groups  =         31

R-sq:                                           Obs per group:
     within  = 0.8913                                         min =          4
     between = 0.3201                                         avg =        6.9
     overall = 0.3627                                         max =          7

                                                F(6,177)          =     241.92
corr(u_i, Xb)  = -0.4282                        Prob > F          =     0.0000

------------------------------------------------------------------------------
    logrjgdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       logeq |   .0307354    .014804     2.08   0.039     .0015204    .0599504
          ts |   1.655892   .1277543    12.96   0.000     1.403774     1.90801
       logle |   .0560254   .0203347     2.76   0.006     .0158957     .096155
       logsi |   .1292593   .0191291     6.76   0.000     .0915089    .1670098
       logta |   .0708972   .0190134     3.73   0.000      .033375    .1084195
      loggin |   .1884607    .028204     6.68   0.000     .1328013    .2441201
       _cons |   5.662212   .3169942    17.86   0.000     5.036637    6.287786
-------------+----------------------------------------------------------------
     sigma_u |  .37434179
     sigma_e |   .0519197
         rho |  .98112649   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(30, 177) = 223.07                   Prob > F = 0.0000

. est store fe
.

. xtreg logrjgdp logeq ts logle logsi logta loggin,re

Random-effects GLS regression                   Number of obs     =        214
Group variable: id                              Number of groups  =         31

R-sq:                                           Obs per group:
     within  = 0.8901                                         min =          4
     between = 0.3385                                         avg =        6.9
     overall = 0.3846                                         max =          7

                                                Wald chi2(6)      =    1408.37
corr(u_i, X)   = 0 (assumed)                    Prob > chi2       =     0.0000

------------------------------------------------------------------------------
    logrjgdp |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       logeq |   .0282641   .0146817     1.93   0.054    -.0005115    .0570397
          ts |   1.782992   .1229597    14.50   0.000     1.541996    2.023989
       logle |   .0397679   .0196798     2.02   0.043     .0011961    .0783397
       logsi |   .1236941   .0192034     6.44   0.000      .086056    .1613321
       logta |   .0538299   .0182404     2.95   0.003     .0180793    .0895806
      loggin |   .1858168   .0284398     6.53   0.000     .1300759    .2415577
       _cons |   5.830622   .3227599    18.06   0.000     5.198025     6.46322
-------------+----------------------------------------------------------------
     sigma_u |  .32220127
     sigma_e |   .0519197
         rho |   .9746909   (fraction of variance due to u_i)
------------------------------------------------------------------------------

. est store re

.
. esttab ols fe re using 实证结果.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)st
> ar(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a
(output written to 实证结果.rtf)

.
end of do-file

相关结果：



后面我就是做了滞后一期的程序了，真的谢谢老师的查看了。

应该是你滞后一期的命令写错了 请贴出命令 或者简单截图就可以

先设置面板 然后再进行滞后操作