sorry sorry  写错了 是在xtreg后加fe或者fe robust   

xtthres是用来检验门槛值的。

我说呢，另外还有就是用连老师的程序跑出来的就有一个结果是怎样的啊，我自己编写虚拟变量跑出来的fe,ferobust结果不太一样,想再次求教下版主了

求问版主，用连老师的程序跑出来的结果是什么啊，t值是同方差还是异方差的呢，我都晕了，跟我用fe,fe robust跑出来的不一样，好迷糊啊，最后一次求问了，拜谢

连老师博客里的视频资料只有买了才能看啊？楼主有现成的么？

不好意思  晚上才有时间上网

fe和fe robust 回归出来的系数是相同的，不同的只是显著性而已。

应该是的，这个门槛的视频前段时间是免费的，现在被删掉了，我当时以为一直都是公开的，就没下载 ==

{:3_51:}

恩，是一样的，xtthres那个程序包跑出来的结果和fe,fe-robust跑出来的不一样，想问下xtthres的结果是什么啊，我的版本是2014年连老师最新修改的

xtthres是用来检验门槛值的，门槛的回归就用最简单的xtreg就行。

2014年新版？。。。。木看过。。。

论坛下载，我的数据样本小，420个，用06年的程序跑不出来结果，用这个新版本跑出来的没有三重门槛，另外就是会包含一个自带的模型系数估计值，我也不知道是怎么回事，我贴个图

第一次贴图，弄得乱七八糟的，表介意啊，我最近弄得太烦了，版主千万别嫌我烦

恩恩  确实是连老师14年的更新后的门槛do文件。

你的这个模型跑出来就是两个门槛值，第三个不存在。你说用新的没有三重门槛，意思是用旧的有三重门槛？

自带的估计系数？你指的constant？那个肯定有呢，跟一般模型的constant一样的含义。

看看学习了。。

您好，您上传的压缩文件是加密的，解压需要密码。请问您压缩文件具体是什么内容呢~谢谢~！

楼主你好，做这个门槛模型，要求变量都要平稳么

我认为应该进行单位根检验。

如果又变量不平稳呢，该怎么处理呢

差分下再看看，其实这个可以底下做着看，不是非得必须摆在明面上。

抓住主要问题即可。

谢谢楼主！

楼主，可否把连老师门槛的程序发给我一份吗？毕业论文急用，万分感激，jxtx8689@163.com

楼主，急救啊！想问问那个门槛依赖变量怎么填啊 ！ 只有一个门槛变量，然后交乘项想用虚拟变量表示，

同学，您好，想问一下我用xtthres 得到的结果中，其中的单一门槛面板模型、双重门槛面板模型和三重门槛面板的回归结果和最后概括的门槛模型系数估计结果为什么不一样啊？应该看那个呢？

单一门槛模型：
                        
dresirate       Coef.   Std. Err.        t    P>t                [95% Conf. Interval]
                        
lnfoodp   -.1125331   .0173317        -6.49   0.000                -.1465822    -.078484
lnclothp   -.0396571   .0305845        -1.30   0.195                -.099742    .0204279
lnresip    .0556422   .0201853        2.76   0.006                .015987    .0952974
lnapplip    .1081395   .0449609        2.41   0.017                .0198114    .1964677
lntransp    .0872331   .0311043        2.80   0.005                .0261269    .1483392
lnedup   -.0603714   .0184422        -3.27   0.001                -.0966021   -.0241406
lnhealthp   -.0563238   .0246797        -2.28   0.023                -.1048084   -.0078393
dlny_1   -.0246353   .0145894        -1.69   0.092                -.0532969    .0040263
dlny_2   -.0715167   .0138348        -5.17   0.000                -.0986959   -.0443374
_cons    .0102373   .0017003        6.02   0.000                .006897    .0135777
                        
sigma_u   .00182598
sigma_e   .01598217
rho   .01288516   (fraction        of variance due        to        u_i)
                        
F test that all u_i=0:     F(30, 518)        =     0.23                Prob > F = 1.0000
Note: dlny_1: dlny*I(y<3238.78)
dlny_2: dlny*I(y>=3238.78)


双重门槛模型：

                                                
dresirate        Coef.        Std. Err.        t        P>t        [95% Conf.        Interval]
                                                
lnfoodp        -.1146898        .0171108        -6.70        0.000        -.1483033        -.0810762
lnclothp        -.0372095        .0294481        -1.26        0.207        -.0950593        .0206403
lnresip        .0635546        .0198911        3.20        0.001        .0244792        .1026299
lnapplip        .0937212        .0443411        2.11        0.035        .0066146        .1808279
lntransp        .0865206        .0301153        2.87        0.004        .02736        .1456811
lnedup        -.0578892        .0181433        -3.19        0.002        -.0935311        -.0222472
lnhealthp        -.059926        .0243908        -2.46        0.014        -.107841        -.012011
dlny_1        -.0248849        .0142975        -1.74        0.082        -.0529719        .0032022
dlny_2        -.097702        .0194227        -5.03        0.000        -.1358572        -.0595468
dlny_3        -.0556454        .0157505        -3.53        0.000        -.0865868        -.024704
_cons        .0096147        .0016698        5.76        0.000        .0063344        .012895
                                                

三重门槛模型：

                                                
dresirate        Coef.        Std. Err.        t        P>t        [95% Conf.        Interval]
                                                
lnfoodp        -.1135631        .0171221        -6.63        0.000        -.1471992        -.0799269
lnclothp        -.0396744        .0298567        -1.33        0.184        -.0983274        .0189786
lnresip        .0620444        .0202355        3.07        0.002        .0222921        .1017966
lnapplip        .0941634        .0441394        2.13        0.033        .0074523        .1808745
lntransp        .081617        .030434        2.68        0.008        .0218299        .1414041
lnedup        -.0547932        .0181175        -3.02        0.003        -.0903846        -.0192017
lnhealthp        -.0575332        .0243599        -2.36        0.019        -.1053879        -.0096786
dlny_1        -.0254998        .0143341        -1.78        0.076        -.0536589        .0026592
dlny_2        -.0986112        .0194241        -5.08        0.000        -.1367696        -.0604528
dlny_3        0        (omitted)
dlny_4        -.0558507        .0158952        -3.51        0.000        -.0870766        -.0246247
_cons        .0095112        .0016919        5.62        0.000        .0061876        .0128348
                                                


最后的概括结论：


+--------------------------------------+
---门槛模型系数估计结果---      
+--------------------------------------+

        
Variable   mSingle     mDouble     mTriple         
        
lnfoodp     -0.111      -0.115      -0.114         
0.02        0.02        0.02         
lnclothp     -0.039      -0.037      -0.040         
0.03        0.03        0.03         
lnresip      0.057       0.064       0.062         
0.02        0.02        0.02         
lnapplip      0.103       0.094       0.094         
0.04        0.04        0.04         
lntransp      0.085       0.087       0.082         
0.03        0.03        0.03         
lnedup     -0.059      -0.058      -0.055         
0.02        0.02        0.02         
lnhealthp     -0.057      -0.060      -0.058         
0.02        0.02        0.02         
dlny_1     -0.026      -0.025      -0.025         
0.01        0.01        0.01         
dlny_2     -0.071      -0.098      -0.099         
0.01        0.02        0.02         
dlny_3                 -0.056   (omitted)         
0.02         
dlny_4                             -0.056         
0.02         
_cons      0.010       0.010       0.010         
0.00        0.00        0.00         
        
r2_w      0.142       0.148       0.146         
r2_b      0.209       0.125       0.344         
r2_o      0.142       0.146       0.146         
N        558         558         558         
        

面板门限的r程序应该在哪里找呢，这里没有吧

您好。

我用xtthres 门槛回归后只是会出现一个总的门槛模型系数估计结果，这个表中呈现单一，双和三重，看显著性确定到底是几重门槛。

hansen主页有：

http://www.ssc.wisc.edu/~bhansen/progs/joe_99.html

版主，您好！非常感谢您提供这么详细的门限回归资料，我想问一下，我下载了xtthres的ado文件后，不能运行命令，显示的是：unable to change to D:\stata13\ado\base\xtthres.ado。我的stata的ado文件夹里没有ado\personal和ado\plus文件夹，也没用按照字母命名的其他文件夹，所以我下载了xtthres的ado后就直接放在总的ado文件夹里，是不是这个原因导致不能运行啊？要怎么改进？急等回复，多谢！

对，就是这个原因。 你应该在plus文件夹下新建一个文件夹，名字为小写的x，再把xtthres的ado放到这个x的文件中就合适了。

谢谢您这么及时的回复，但是我的stata里的ado文件夹下没有plus子文件夹，只有一个压缩的文件，解压之后是一系列的以字母开头的文件，是要自己把这些小文件按照开头字母建立新的文件夹吗？不好意思，我是stata新手。

多谢您，因为安装stata13，似乎和论坛里大家说的stata12有些不同，所以不懂怎么弄。

咱版块有stata11下载安装的帖子：

https://bbs.pinggu.org/thread-714027-1-1.html

这是stata13的：

https://bbs.pinggu.org/thread-3246985-1-1.html

安装之后都没问题，安装好后都会有plus文件夹。

明天跑模型 求好运啊