请问陈强老师：
我在做面板数据的门槛回归时（用的是xtptm命令），出现了下列情况：
. xtptm dfoodrate lnfoodp lnclothp lnresip lnapplip lntransp lnedup        lnhealthp        ,rx(dlny)        thrvar(lny)        iters(1000)        trim(0.05)
> grid(200)

================ Fundamental information: ===================

Number of Regime independent variables:    7
Number of Regime dependent variables:    1
Number of individuals in panel:   31
Number of periods in panel:   19

================ Ordinary Fixed effect regression: =========

Sum of Squared Residuls:       0.0000
Stardard error of regression:       0.0000
Regression Result(ordinary standard error):

Coef         Std           t        Prob

1      0.0000      0.0000           .           .
2      0.0000      0.0000           .           .
3      0.0000      0.0000           .           .
4      0.0000      0.0000           .           .
5      0.0000      0.0000           .           .
6      0.0000      0.0000           .           .
7      0.0000      0.0000           .           .
8      0.0000      0.0000           .           .

Regression Result(Robust standard error):

Coef   Std_Robust           t        Prob

1      0.0000            .           .           .
2      0.0000            .           .           .
3      0.0000            .           .           .
4      0.0000            .           .           .
5      0.0000            .           .           .
6      0.0000            .           .           .
7      0.0000            .           .           .
8      0.0000            .           .           .


================ Single threshold regession: ===================

Minimized Sum of Squared Residuals:    0.0808
Standard error of residuals:    0.0121
Threshold estimator:    8.7715
95% conf. intv. of threshold:    7.5935    9.6144
LR Critical value to test gamma=gamma0:    7.3523
Threshold regression(Ordinary Std. Error):

Coef         Std           t        prob

1      0.2055      0.0131     15.6477      0.0000
2     -0.0161      0.0232     -0.6942      0.4879
3     -0.0332      0.0162     -2.0528      0.0406
4     -0.0492      0.0347     -1.4202      0.1561
5      0.0012      0.0235      0.0524      0.9582
6     -0.0379      0.0140     -2.7083      0.0070
7     -0.0051      0.0184     -0.2775      0.7815
8      0.0074      0.0085      0.8689      0.3853
9     -0.0328      0.0165     -1.9873      0.0474

Threshold regression(Robust Std. Error):

Coef   Std_Robust           t        prob

1      0.2055            .           .           .
2     -0.0161            .           .           .
3     -0.0332            .           .           .
4     -0.0492            .           .           .
5      0.0012            .           .           .
6     -0.0379            .           .           .
7     -0.0051            .           .           .
8      0.0074            .           .           .
9     -0.0328            .           .           .

Note: Critcal (Inverse CDF of LR stat): -2*ln(1-sqrt(1-alpha))
mm_quantile():  3351  argument has missing values
ptm():     -  function returned error
<istmt>:     -  function returned error
r(3351);


end of do-file
r(3351);

现在有两个问题：
1.为什么在================ Ordinary Fixed effect regression: ========= 下的估计系数都是0，并且标准误、t值和P值是0或缺失值；另外，在================ Single threshold regession: =================== 的Threshold regression(Robust Std. Error)估计下，标准误、t值和P值都是缺失值。

我想问的是，这种结果是因为程序或软件安装问题，还是因为我的数据不适合用门槛回归造成的问题？

2. 在xtptm命令中，我只要加上 iters() 选项，就会出现如上述的红色字体报错，是怎么回事，如何克服？

另外，补充一下：

基于固定效应的OLS的估计下,估计结果如下，
xtreg dfoodrate lnfoodp lnclothp lnresip lnapplip lntransp lnedup lnhealthp dlny        ,fe        vce(r)

Fixed-effects (within) regression               Number of obs      =       558
Group variable: id                              Number of groups   =        31

R-sq:  within  = 0.3998                         Obs per group: min =        18
between = 0.0001                                        avg =      18.0
overall = 0.3896                                        max =        18

F(8,30)            =    119.69
corr(u_i, Xb)  = -0.0359                        Prob > F           =    0.0000

(Std. Err. adjusted for 31 clusters in id)

Robust
dfoodrate       Coef.   Std. Err.      t    P>t     [95% Conf. Interval]

lnfoodp    .2030659   .0135485    14.99   0.000     .1753961    .2307357
lnclothp   -.0195191   .0162319    -1.20   0.239    -.0526689    .0136308
lnresip   -.0192483   .0167676    -1.15   0.260    -.0534923    .0149957
lnapplip   -.0653587   .0268589    -2.43   0.021     -.120212   -.0105055
lntransp    -.001273   .0297595    -0.04   0.966      -.06205    .0595041
lnedup   -.0366845   .0157251    -2.33   0.027    -.0687994   -.0045697
lnhealthp   -.0053235   .0115616    -0.46   0.649    -.0289353    .0182884
dlny    .0032387   .0103032     0.31   0.755    -.0178031    .0242806
_cons   -.0141556   .0010399   -13.61   0.000    -.0162794   -.0120317

sigma_u   .00230544
sigma_e   .01254963
rho   .03264605   (fraction of variance due to u_i)

如何解释交互项呀，如a正，b负，c正显著，或者a正b正c负显著

陈老师好！
我有两个问题：
1. 计量经济学分为理论计量经济学和应用计量经济学，您主要倾向于哪方面的研究？哪个方向更容易出成果？
2. 现在计量方法太多，有学不完的感觉。每种方法一旦出现就会一阵风一样出一大堆文章，如动态面板面板单位根检验、svar模型结构方程，空间计量经济学，现在大家又再忙着做最接近于随机实验的双重差分和断点回归，想请教一下您，下一个热点将会是什么？

还有一个问题，有的时候有思路没有数据，有的时候正好相反，您一般是先有idea还是先查看手头的数据？

陈老师您好，看了您的《高级计量经济学及STATA应用》，里面提到了关于半参数回归，我在stata里找到了命令语句，semipar

具体格式为： Robinson's (1988) semiparametric regression estimator

      semipar varlist [if] [in] [weight], nonpar(varname) [options]

      nonpar(varname)    Specifies the variable that enters the model  nonlinearly
      generate(varname)  Generate the nonparametric fit of the dependent variable
我的问题是：基本语句结构是semipar y x1 x2 x3, nonpar(??)吗？
如果是，nonpar(??)里是什么变量？
解释中说， nonpar(varname)    Specifies the variable that enters the model  nonlinearly。是什么意思啊？

谢谢陈老师

现在大家都陷入了“经验研究”的陷阱，这种误区会对研究者产生什么样的恶劣影响呢？带有功利性的“学术研究”能有多少社会贡献度？计量方法只是一个工具而言，对于它的掌握是边学边干最好，还是要刻意去学呢？另外STATA软件的门槛回归是有官方程序的，详见http://www.ssc.wisc.edu/~bhansen/progs/progs_threshold.html

陈老师：您好!
想问一下，想做计量经济史的研究，一般从哪里能拿到数据，经济史或计量经济史有哪些代表性的参考书或顶级杂志？这会不会成为我国未来经济研究的热点方向？（按照林毅夫老师说的，21世纪将是中国经济学家的世纪，那显然，对中国经济史及计量史的研究，将不可或缺）。

我还买过您的书（计量经济学及stata应用），里面关于系统GMM和差分GMM的分析，对我帮助很多，在此一并表示感谢！

感谢老师

陈强老师，您怎么看"经济学论文计量化"。很多论文都只是用数据回归一下，然后得出一些结论。数据的真实性、计量方法的可靠性谁来保证？

陈强老师，您怎么看"经济学论文计量化"。很多论文都只是用数据回归一下，然后得出一些结论。数据的真实性、计量方法的可靠性谁来保证？

想问陈强老师，您怎么看待经济学论文计量化？（同时感谢您的高级计量经济学及stata应用）

陈老师，您好！我特别喜欢您将计量分析纳入到历史范畴进行考量。我自己目前是经济学博士二年级，对历史计量很感兴趣，您觉得这会是未来经济学界的一个重要分支吗？如果我现在开始转向这个方向，应该做哪些准备和努力呢？期待您的回答，谢谢！

陈强老师的书中有关于面板门槛回归的程序，请问关于时间序列门槛回归的程序包存在吗？
论坛也有其他学友有类似的需求。。。
小问题：stata做τ（tao)检验的命令学生一直找不到，请问有其他学友知道否？

谢谢陈强老师指正

陈老师您好，在线性回归模型中设置交互项和二次项的时候，经常会出现多重共线性问题，请问遇到这种情况时应该如何处理呢，谢谢。

一直很仰慕陈老师，难得找到机会请教。我的问题是关于实证研究里的structural form and reduced form。我们知道两种方法都有各自的优劣，依据所研究的问题、理论模型、数据不同选取合适的form，它们之间应该是互补的，而不是互相排斥的。Structural form通常要有理论模型作指导，并且有清晰的假设加以test，以此来检验数据背后的经济机制。但是，有时候理论假设并不是很容易被test的，此时reduced form虽然可以帮助发现一些“因果关系”，但这种简化(reduced)本质上是对原始的模型取一阶泰勒展开，得出来的系数虽然显著，但也是不准确的，尤其是从这一结果再进一步，比如政策的成本收益分析，应该就更不可靠了，不是吗？我的一个想法是从现有的reduced form的结果出发，进一步推测出背后的经济机制、理论模型，再建立structual form进行实证检验，也即从现实具象到理论抽象，再由理论抽象回到现实加以检验，如此反复。如何能够训练这一思维过程，提升自己的理论和实证水平，还望陈老师指教，非常感谢！

贸易学专业的博士 将来 能做什么  

您的面向本科水平的计量经济学那本书什么时候出，之前您预报过是2015年，大体上是几月份

陈老师：请问应该如何学好、学深计量经济学？谢谢！

请问陈老师，学习stata软件是否需要一定计量经济学如基础的eviews的知识基础啊

请问陈强老师一个问题：计量模型中假如自变量edu（受教育年份，数据是从1年到9年不等），那么在计量模型中放edu与i.edu的区别是什么？结果该如何解读？假如我们认为受教育年份对工资有持续增加的影响（或者叫直线增加的影响），模型中该放edu还是i.edu?麻烦陈老师给予解读。

请教陈老师两个问题：
1、我在一些期刊上看到稳定性（稳健性）检验，就是找一个和解释变量性质相同的变量去替换该解释变量，然后看回归结果有没有显著性的改变，如果回归结果交易前没大的变化就认为以前的回归是稳健的。这种检验有必要吗？有理论依据吗？教科书上没看到这方面的介绍啊
2、在一些期刊上看到回归模型中引入控制变量，麻烦介绍下控制变量的作用，如何确定控制变量，推荐下介绍这方面知识的文章或书籍。

谢谢！！！

敬爱的陈老师：
      您好！我是一名普通学校的小硕，今年二年级了，面临毕业压力，我们必须发几篇好论文，但实证论文的计量模块我们有很多不懂之处，还请老师不吝赐教。
      1.很多文献中有“稳健性检验”小节，请问老师，是不是每篇实证都要做这个呢？具体是怎么操作呢？
      2.我们在实证上主要采用多元回归模型，可是有时候效果不好，不显著，然后又随便用对数模型或二次方程、三次方程去测试得出变量之间的非线性关系，请问我们要不要提供相关依据，是可以直接设立对数模型还是需要相关的说明，怎样推导和说明还请您教教我们；
      3.对于面板数据的回归我们一定要对其进行什么时间效应回归模型、固定效应回归模型之类的推敲么？还是可以不考虑这些效应直接回归？我看到很多文献，有的是说明了建立固定效应回归模型的原因，有的又没有考虑那么多，直接回归实证出结果，请问正确的方法是什么？还请老师提点一下

陈老师您好，发现您的CV里面获得了数学硕士学位，而您本科是学经济学的。时间是有机会成本的，想请教一下您是如何平衡对现实经济问题的研究与对数学的研究或学习的？有没有什么经验可以给大家分享或建议的呢？非常感谢。

陈强教授，问题一，落后的山区，您认为如何做好经济发展战略？问题二，与你同届但是理工热心经济学，看你的学习背景很强大的，你如何看待中国人学习经济学过热的现象。问题三，经济学是对经济现象的解释，感觉经济学很滞后，视乎对政府官员的赞美一样，你贯通中西经济学史，不知道你有什么看法？