在Stata中标记参与回归的样本是数据分析中常见的需求，通常用于筛选、可视化或进一步分析。

一、使用系统变量 `_e(sample)` 标记参与回归的样本

Stata在执行回归分析后，会自动生成一个临时系统变量 `_e(sample)`，该变量会将参与回归的样本标记为 `1`，未参与的标记为 `0`。具体操作如下：

1. 执行回归分析

stata

示例：对因变量y和自变量x1、x2进行线性回归

regress y x1 x2

2. 生成样本标记变量

stata

生成新变量 `reg_sample`，标记参与回归的样本

gen reg_sample = _e(sample)

3. 验证标记结果

stata

查看标记变量的基本信息

sum reg_sample

可视化标记结果（可选）

hist reg_sample, title("回归样本标记分布") xtitle("reg_sample")

二、结合条件标记样本（进阶用法）

如果需要结合其他条件（如排除缺失值、异常值等）标记样本，可以在回归前或回归后添加筛选条件：

1. 回归前筛选样本并标记

stata

示例：排除x1缺失的样本后进行回归，并标记样本

regress y x1 x2 if !missing(x1)

gen reg_sample = _e(sample)

2. 回归后基于多个条件调整标记

stata

示例：先标记回归样本，再排除y值异常的样本

gen reg_sample = _e(sample)

replace reg_sample = 0 if y > 100  // 假设y>100为异常值

三、处理加权回归或复杂模型的样本标记

对于加权回归（如 `regress y x1 [pweight=w]`）或复杂模型（如logit、probit等），`_e(sample)` 的标记逻辑一致：

stata

加权回归样本标记

regress y x1 x2 [pweight=weight]

gen weighted_sample = _e(sample)

逻辑回归样本标记

logit y x1 x2

gen logit_sample = _e(sample)

四、批量标记多个回归的样本（循环用法）

如果需要对多个模型的样本进行标记，可以使用循环语句：

stata

示例：对不同模型的样本分别标记

local models "ols logit probit"

foreach m of local models {

    if "`m'" == "ols" {

        regress y x1 x2

    }

    else if "`m'" == "logit" {

        logit y x1 x2

    }

    else if "`m'" == "probit" {

        probit y x1 x2

    }

    gen sample_`m' = _e(sample)

}

五、注意事项

1.`_e(sample)` 的时效性  

   `_e(sample)` 仅在回归命令执行后有效，若执行其他命令（如 `summarize`），系统会清除该临时变量。建议及时生成标记变量并保存。

2.缺失值与样本排除  

   Stata默认会排除包含缺失值的样本（除非使用 `robust` 等选项），`_e(sample)` 会自动反映这一排除逻辑。

3.与其他标记变量的结合  

   若已有其他标记变量（如 `treatment=1` 表示处理组），可通过逻辑运算组合标记：  

   stata

   gen treated_reg_sample = reg_sample & treatment  // 同时满足回归样本和处理组

六、应用场景示例

1.可视化回归样本分布  

   stata

   scatter y x1 if reg_sample==1, title("参与回归的样本")

2.计算回归样本的描述性统计  

   stata

   sum y x1 x2 if reg_sample==1, detail

3.保存标记样本到新数据集  

   stata

   keep if reg_sample==1

   save "regression_sample.dta", replace