额，还有

ereturn list

对，还有2个小问题。
1.比如regress y1 x1
matrix b1=e(b)
matrix v1=e(V) 之后怎么看matrix结果呢？

2. 本来如果是分开regression
就是reg y x if ind==0
      reg y x if ind==1，
现在只用 reg y i.ind#c.x 行么？
行的话又怎么将这的b和v的结果输出呢？ （因为有很多regression model嘛，reg y i.ind#c.x好像可以一次性运行所有的 ind ==0,1,2,3....但这样怎么整合结果呢？）
问题有点多，谢谢哈！

1.比如regress y1 x1
matrix b1=e(b)
matrix v1=e(V) 之后怎么看matrix结果呢？

*****  matrix list b1


2. 本来如果是分开regression
就是reg y x if ind==0
      reg y x if ind==1，
现在只用 reg y i.ind#c.x 行么？
*****不等，



. sysuse auto
(1978 Automobile Data)

. reg price mpg if foreign==1

      Source |       SS       df       MS              Number of obs =      22
-------------+------------------------------           F(  1,    20) =   13.25
       Model |  57534941.7     1  57534941.7           Prob > F      =  0.0016
    Residual |  86828271.1    20  4341413.55           R-squared     =  0.3985
-------------+------------------------------           Adj R-squared =  0.3685
       Total |   144363213    21   6874438.7           Root MSE      =  2083.6

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         mpg |  -250.3668   68.77435    -3.64   0.002    -393.8276    -106.906
       _cons |   12586.95   1760.689     7.15   0.000     8914.217    16259.68
------------------------------------------------------------------------------

. reg price mpg if foreign==0

      Source |       SS       df       MS              Number of obs =      52
-------------+------------------------------           F(  1,    50) =   17.05
       Model |   124392956     1   124392956           Prob > F      =  0.0001
    Residual |   364801844    50  7296036.89           R-squared     =  0.2543
-------------+------------------------------           Adj R-squared =  0.2394
       Total |   489194801    51  9592054.92           Root MSE      =  2701.1

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         mpg |  -329.2551   79.74034    -4.13   0.000    -489.4183   -169.0919
       _cons |   12600.54   1624.773     7.76   0.000     9337.085    15863.99
------------------------------------------------------------------------------

. reg price i.foreign#c.mpg

      Source |       SS       df       MS              Number of obs =      74
-------------+------------------------------           F(  2,    71) =   14.42
       Model |   183435109     2  91717554.6           Prob > F      =  0.0000
    Residual |   451630287    71  6360989.96           R-squared     =  0.2888
-------------+------------------------------           Adj R-squared =  0.2688
       Total |   635065396    73  8699525.97           Root MSE      =  2522.1

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     foreign#|
       c.mpg |
          0  |  -329.0368   61.46843    -5.35   0.000    -451.6014   -206.4723
          1  |  -250.7077   51.21966    -4.89   0.000    -352.8368   -148.5786
             |
       _cons |   12595.97   1235.936    10.19   0.000     10131.58    15060.35
------------------------------------------------------------------------------


行的话又怎么将这的b和v的结果输出呢？ （因为有很多regression model嘛，reg y i.ind#c.x好像可以一次性运行所有的 ind ==0,1,2,3....但这样怎么整合结果呢？）
问题有点多，谢谢哈！

那有什么办法能让一次性将所有foreign=0，1，2。。。的解都输出并存到matrix中吗？

sysuse auto, clear

forval x=0/1 {
reg price mpg if foreign==`x'
matrix b`x'=e(b)'
matrix colnames b`x'=Foreign`x'


}


matrix b_final=b0,b1


matrix list b_final

谢谢！最后一个问题，那我前面说的 reg y i.ind#c.x 为什么不行呢？那这command是用来做什么的？

it depends on your research question.

好那我再想想，谢谢！

比如，你要研究ind和 x的交互作用（interaction),你可以用reg y i.ind#c.x


比如，你要比较x的系数在不同群体里有何差异，你可以用，
reg y x if ind==0
reg y x if ind==1

*设自变量是x1、x2、……，foreign有10个值。
forv i=1/10{
reg y x* if foreign==`i'
mat b=(nullmat(b)\e(b))
}
n mat l b

这是就直接列出matrix是吧？有没办法把结果存到比如像data editor里面呢？

*直接存入数据库中，不必绕矩阵的圈子(Stata模式处理矩阵并不擅长，处理矩阵最好用Mata模式)：

statsby _b, clear by(year): reg y x*

https://bbs.pinggu.org/thread-1018129-1-1.html

好的！非常感谢！

还有个小问题，如果还有个变量index要加入怎么办呢？ 就是比如数据是4项
y   x    year   index， 那我先把tsset他们, 然后想再 reg y x，
我试了下 statsby _b, clear by(year&index): reg y x* 好像不行。。
换句话说，我要想每年，每个index都 reg y x 然后储存行吗？

it works. see this sample,

sysuse auto, clear
statsby _b, by(rep78 foreign):  reg price mpg
l

statsby _b, clear by(year index): reg y x*

*前面给出的链接中其实就是二维分类的

恩这个的确可以了，但现在我的问题是想用 xtreg 而不是reg。
但xtreg要先xtset数据好像。我xtset ind year时又出现repeated time values within panel。
于是我用 duplicates drop id year, force把重复的数据删了。 再重新
xtset ind year
statsby _b, clear by(ind year): xtreg y x*
这时又显示
      command:  xtreg y x*
           by:  ind year

Statsby groups
----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
xxxxxxxx

然后只剩 ind 和 year ， _b_x        _b_cons 都没数据显示
ind        year        _b_x        _b_cons
0        1997               
0        1998               
0        1999               
0        2000               
1        1997               
1        1998               
1        1999               
1        2000               
真是很奇怪。。能帮忙解释下吗？

能再帮忙看下上面xtset这一问题吗？谢谢!

好奇，你的research question 是什么？为什么要用xtreg？你只有清楚的说明了你的Q，和你的rationale of statistics approach,大家才能有的放矢的帮你写code

你能把panel data模型的意义说一下吗？

最终的目的是 exchange rate pass through，就是汇率变化对进口物品价格的影响吧。 但我因为是初学，现在任务只是学习编些简单的code。 所以数据什么都是要自己编的。 比如excel中的x,y就是电脑随机设的，ind和year也是我任意设的。
然后我指令是
duplicates drop ind year, force
xtset ind year
statsby _b, clear by(ind year): xtreg y x*
结果就出现上述问题了。
xtreg是教授说试试的，还没说原因。。

见上，我只是负责试验code现在，所以说没有什么直接的意义。xtreg也纯粹只是想找fixed effect。所以也不知道我code出错在哪。。

见上，我只是负责试验code现在，所以说没有什么直接的意义。xtreg也纯粹只是想找fixed effect。所以也不知道我code出错在哪。。

我和sungmoo想的一样，你应该先了解what is fixed effect，然后再回过头来看stata 里相关命令的运用。否则的话，真的是浪费你自己的时间。


题外话，学Stata，不光是编程技巧，更重要的是相关的统计学知识。共勉！