我有一份面板数据，主要是就是住户追踪调查，但是在数据追踪收集的过程中，出现了一系列的问题，导致很多户换了，但是他们沿用的是上一年那个户的id。我的清理思路是：各年度居民户主年龄差，今年肯定比上一年长一岁；上学的年数，住户年纪都比较大了，一般不再上学了，因此各年度之间的上学年数应该是0；然后，性别，不可能变性，所以性别年际差也应该是0。还有配偶的年龄、学校等。age是户主的年龄，gapage就是户主某年年龄与上年的年龄差，sch就是户主上学年数，gender是户主的性别，ssch是户主配偶的上学年数，sage是户主配偶的年龄，与上年的差就是gapsch，gapgender……。

  gen gapage=age-l.age
  drop if gapage~=1 & gapage~=. & year~=2003
  gen gapsch=sch-l.sch
  drop if gapsch~=0 & gapsch~=. & year~=2003
  gen gapgender=gender-l.gender
  drop if gapgender~=0 & gapgender~=. & year~=2003
  gen gapssch=ssch-l.ssch
  drop if gapssch~=0 & gapssch~=.
  gen gapsage=sage-l.sage
  drop if gapsage~=1 & gapsage~=. & year~=2003

数据清理到这一步我感觉差不多了，于是做了一个固定效应模型。
xi: xtreg lwpro lwarea lwcferp lwothkp lwl i.gender if wl<1000, fe
其他的系数尚显合理，

------------------------------------------------------------------------------

      lwpro |      Coef.   Std. Err.      t   P>|t|     [95% Conf. Interval]

-------------+----------------------------------------------------------------

     lwarea |   .*******   .*******     *******    0.000     .6734433   .7021303

    lwcferp |   .*******    .*******    *******    0.000     .0580465   .0775423

    lwothkp |   .*******    .*******    *******    0.000     .0333327   .0444901

        lwl |   .*******    .*******     *******    0.000     .0547959   .0761264

_Igender_2 |  -.0093158    .037758   -0.25   0.805    -.0833248   .0646933

        sch |  -.0071488   .0046509   -1.54   0.124    -.0162649   .0019674

      _cons |   5.686381   .0432774  131.39   0.000     5.601554   5.771209

-------------+----------------------------------------------------------------

但是您看后两行，怎么还会有系数？我反复清理，总是做不下去，您看是否是我的清理思路不对？