请问一下 nestreg不支持xtreg 对于面板数据该如何计算R或者F增量是否显著呢？{:3_47:} 非常感谢！

那你找到公式
自己计算显著性

https://www.statalist.org/forums/forum/general-stata-discussion/general/1307136-r2-and-delta-r2
http://davegiles.blogspot.ca/2013/10/more-on-distribution-of-r-squared.html#more

我不太了解计算 R^2 增量有何意义？当你改变变量进入回归的顺序时，同一变量所导致的 R^2 增量就会不一样，不是吗？

好的！看到回复好开心，谢谢！

或许你应该看看这个 http://research.uni-leipzig.de/rego/。

非常感谢！！！亲测好用！！！以下是我试验的结果：
xi: rego csrd2 i.ind \ i.ownership \ i.year \ roe rks lnta11 (detail) \ chsr absr (detail) \ lngovshare2 (detail), vce(robust)
i.ind             _Iind_1-6           (naturally coded; _Iind_1 omitted)
i.ownership       _Iownership_1-4     (naturally coded; _Iownership_1 omitted)
i.year            _Iyear_2009-2015    (naturally coded; _Iyear_2009 omitted)

------------------------------------------------------------------------------
Gr        Regressor |       Coef.      Std.Err.   P>|t|   Ind. %R2   Group %R2
--------------------+---------------------------------------------------------
1          _Iind_2 |   -.0125612 *    .0072006   0.081                 4.9516
            _Iind_3 |    .0150228 **   .0066898   0.025                     
            _Iind_4 |    .0089341 *    .0050616   0.078                     
            _Iind_5 |   -.0219013      .0151854   0.149                     
            _Iind_6 |    .0146675      .0089276   0.101                     
2    _Iownership_2 |    .0009157      .0057765   0.874                 2.1694
      _Iownership_3 |   -.0346758 **   .0137256   0.012                     
      _Iownership_4 |   -.0341729 **   .0133951   0.011                     
3      _Iyear_2010 |    .0062102      .0105388   0.556                 6.4771
        _Iyear_2011 |    .0041776      .0105349   0.692                     
        _Iyear_2012 |   -.0151482      .0112136   0.177                     
        _Iyear_2013 |   -.0210006 *    .0110821   0.058                     
        _Iyear_2014 |   -.0327348 ***  .0108743   0.003                     
        _Iyear_2015 |   -.0433247 ***   .011189   0.000                     
4              roe |    .0005596 *    .0002942   0.057     1.5315     84.0700
                rks |    .0046397 ***  .0002704   0.000    74.2415           
             lnta11 |    .0077912 ***  .0023523   0.001     8.2970           
5             chsr |   -.0052554      .0169396   0.756     0.4543      1.3636
               absr |    .0584327 **   .0227124   0.010     0.9093           
6      lngovshare2 |    -.019254 ***  .0070033   0.006     0.9683      0.9683
-        Intercept |    .2147341      .0537193   0.000     
--------------------+---------------------------------------------------------
       Observations |        1892
         Overall R2 |     0.21490
           Root MSE |    .0881142
      F-stat. Model |     22.6255 ***             0.000
     Log Likelihood |    1921.825
------------------------------------------------------------------------------