*如果数据库如上所示，设变量是sigma1、sigma2、e1r、e2r。run以下命令：

 
preserve
g grp1=1
expandcl 2,cl(grp1) gen(grp2)
foreach i of var sigma1 e1r grp1{
replace `i'=`i'*(grp2==1)
}
foreach i of var sigma2 e2r{
replace `i'=`i'*(grp2==2)
}
replace grp2=grp2-1
g er=e1r+e2r
reg er sigma1 sigma2 grp1 grp2,noc
test _b[sigma1]=_b[sigma2],a
n test _b[grp1]=_b[grp2],a
restore

多谢版主，这是检验结果，您看合理么？应该就是F检验的结果了吧？

. preserve

.
. g grp1=1

.
. expandcl 2,cl(grp1) gen(grp2)
(82 observations created)

.
. foreach i of var sigma1 e1r grp1{
  2.
. replace `i'=`i'*(grp2==1)
  3.
. }
(82 real changes made)
(82 real changes made)
(82 real changes made)

.
. foreach i of var sigma2 e2r{
  2.
. replace `i'=`i'*(grp2==2)
  3.
. }
(82 real changes made)
(82 real changes made)

.
. replace grp2=grp2-1
(164 real changes made)

.
. g er=e1r+e2r

.
. reg er sigma1 sigma2 grp1 grp2,noc

      Source |       SS       df       MS              Number of obs =     164
-------------+------------------------------           F(  4,   160) =   42.98
       Model |  .000319973     4  .000079993           Prob > F      =  0.0000
    Residual |  .000297791   160  1.8612e-06           R-squared     =  0.5180
-------------+------------------------------           Adj R-squared =  0.5059
       Total |  .000617764   164  3.7669e-06           Root MSE      =  .00136

------------------------------------------------------------------------------
          er |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      sigma1 |  -.0739832   .0060976   -12.13   0.000    -.0860253   -.0619411
      sigma2 |   -.010269   .0263944    -0.39   0.698    -.0623954    .0418573
        grp1 |   .0014512   .0001986     7.31   0.000      .001059    .0018433
        grp2 |   .0008919   .0004256     2.10   0.038     .0000513    .0017326
------------------------------------------------------------------------------

.
. test _b[sigma1]=_b[sigma2],a

 ( 1)  sigma1 - sigma2 = 0

       F(  1,   160) =    5.53
            Prob > F =    0.0199

.
. n test _b[grp1]=_b[grp2],a

 ( 1)  sigma1 - sigma2 = 0
 ( 2)  grp1 - grp2 = 0

       F(  2,   160) =    4.67
            Prob > F =    0.0107

.
. restore

对于0.05的显著水平，应拒绝两套系数同时相等的原假设。

十分感谢！！！

版主，不好意思，我自己太笨，您给出的程序命令我还是不太理解，呵呵。您用 test _b[sigma1]=_b[sigma2],a 检验的是标准差是否发生变化，用 n test _b[grp1]=_b[grp2],a 检验的是两个线性回归的系数和截距项是否同时发生变化，对吗？那为什么要先检验一下标准差是否变化呢？我用同样的命令对如下三组样本进行F检验。您看是否同样说明对每个样本而言，两套系数同时相等的原假设被否决？但是根据P值，标准差却不变啊。

呵呵说得简单点，您觉得下面三组检验结果分别说明两套系数是否同时相等吗？

对样本1的F检验：

. test _b[sigma1]=_b[sigma2],a

( 1)  sigma1 - sigma2 = 0

       F(  1,   160) =    1.50
            Prob > F =    0.2225

.
. n test _b[grp1]=_b[grp2],a

( 1)  sigma1 - sigma2 = 0
( 2)  grp1 - grp2 = 0

       F(  2,   160) =   18.82
            Prob > F =    0.0000

.
. restore

对样本2的F检验：
. test _b[sigma1]=_b[sigma2],a

( 1)  sigma1 - sigma2 = 0

       F(  1,    86) =    0.60
            Prob > F =    0.4396

.
. n test _b[grp1]=_b[grp2],a

( 1)  sigma1 - sigma2 = 0
( 2)  grp1 - grp2 = 0

       F(  2,    86) =   13.47
            Prob > F =    0.0000

.
. restore

对样本3的F检验：
. test _b[sigma1]=_b[sigma2],a

( 1)  sigma1 - sigma2 = 0

       F(  1,    70) =    0.96
            Prob > F =    0.3303

.
. n test _b[grp1]=_b[grp2],a

( 1)  sigma1 - sigma2 = 0
( 2)  grp1 - grp2 = 0

       F(  2,    70) =    5.42
            Prob > F =    0.0065

.
. restore