ta industry,g(ind)

似乎有三种作法：

第一种，如楼上sungmoo大大说的
ta industry,g(ind)
【这时您可以得到各行业的哑变量，一共21个，分别为ind1 ind2 ind3........一直到ind21】
【这个方法好处是，您可以自由选择基准组，其它方法并不是说不行，只是感觉比较麻烦】

第二种与第三种方法，都是书中或手册说的factor variable

  第二种即
  假设您做简单线性回归，被解释变量是y
  xi: reg y i.industry
  【第二种方法，您会发现除基准组变量外，会有_Iindustry_2  _Iindustry_3  _Iindustry_4 ......
     一直到_Iindustry_21】
  【这个方法依然有著除基准组哑变量外，其它的哑变量】
  【缺点是可能有matsize太小的问题】

   第三种即
   reg y i.industry
   【这个方法的缺点是在您的变量里并不会有各行业的哑变量出现，但优点是，不会像第二种方法，有时会出现matsize太小的问题】

参考看看吧！ 祝福您～

第三种不太懂，请问能否再解释下？

根据测试的结果，发现第二种与第三种，当哑变量很多很多时，都会面临matsize的问题。
Stata对模型的解释变量初步有限制啦！ 除非您去更改set matsize

对于第三种的缺点是对的，但优点我认为我说错了！ 测试的结果发现它也是会出现matsize太小的讯息。

＊以下是测试的例子
set seed 12345
set obs 400
drawnorm u1
gen x1=uniform()
gen y1=0.7*x1+u1
gen xx=_n

xi: reg y1 x1 i.xx
reg y1 x1 i.xx

sungmoo 真是高手