这个给力 正需要呢

谢谢老师！

老师我的LR图是这个样子的，请问您知道如何去掉上面的字么？谢谢老师

你指的是那些 rxx 吗？奇怪，你怎么会有这些东西呢（我从没看过，而且图很怪）？可否将你用的指令 show 出来一下！

xthreg lninno lnofdi lnfdi lnimport lnlaw, rx(lnrdk) qx(lnofdi) thnum(1) grid(100) trim(0.05) bs(300)
Estimating  the  threshold  parameters:   1st ......  Done
Boostrap for single threshold
.................................................. +   50
.................................................. +  100
.................................................. +  150
.................................................. +  200
.................................................. +  250
.................................................. +  300

Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |       3.2309        3.0561        3.5301
-----------------------------------------------------

Threshold effect test (bootstrap = 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |   12.6651     0.0873      22.77  0.0233  14.0625  16.8218  24.6505
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       150
Group variable: region                          Number of groups   =        30

R-sq:  within  = 0.7440                         Obs per group: min =         5
       between = 0.7594                                        avg =       5.0
       overall = 0.7261                                        max =         5

                                                F(6,114)           =     55.21
corr(u_i, Xb)  = -0.8272                        Prob > F           =    0.0000

------------------------------------------------------------------------------
      lninno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      lnofdi |  -.1406805    .055591    -2.53   0.013    -.2508059   -.0305551
       lnfdi |   .1416356   .1146057     1.24   0.219    -.0853975    .3686687
    lnimport |  -.2707573   .1594727    -1.70   0.092    -.5866716     .045157
       lnlaw |   1.454586   .6013024     2.42   0.017     .2634109    2.645762
             |
_cat#c.lnrdk |
          0  |   1.359866   .3818559     3.56   0.001     .6034124    2.116319
          1  |   1.427342   .3855023     3.70   0.000     .6636645    2.191019
             |
       _cons |   -30.8031   2.941327   -10.47   0.000    -36.62985   -24.97635
-------------+----------------------------------------------------------------
     sigma_u |  1.1333707
     sigma_e |   .3333124
         rho |   .9203962   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(29, 114) = 15.27                    Prob > F = 0.0000

. xthreg lninno lnofdi lnfdi lnimport lnlaw, rx(lnrdk) qx(lnofdi) thnum(2) grid(100) trim(0.05 0.05) bs(300 300)
Estimating  the  threshold  parameters:   1st ......  2nd ......  Done
Boostrap for single threshold
.................................................. +   50
.................................................. +  100
.................................................. +  150
.................................................. +  200
.................................................. +  250
.................................................. +  300
Boostrap for double threshold model:
.................................................. +   50
.................................................. +  100
.................................................. +  150
.................................................. +  200
.................................................. +  250
.................................................. +  300

Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |       3.2309        3.0561        3.5301
     Th-21 |       3.2309        3.0561        3.5301
     Th-22 |       5.5177        5.4967        5.5530
-----------------------------------------------------

Threshold effect test (bootstrap = 300 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |   12.6651     0.0873      22.77  0.0133  13.4831  17.2794  23.4312
    Double |   11.8439     0.0817      10.05  0.1567  11.4665  14.8246  19.2111
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       150
Group variable: region                          Number of groups   =        30

R-sq:  within  = 0.7549                         Obs per group: min =         5
       between = 0.7592                                        avg =       5.0
       overall = 0.7268                                        max =         5

                                                F(7,113)           =     49.71
corr(u_i, Xb)  = -0.8324                        Prob > F           =    0.0000

------------------------------------------------------------------------------
      lninno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      lnofdi |   -.204005   .0614998    -3.32   0.001    -.3258473   -.0821628
       lnfdi |   .1120693   .1134016     0.99   0.325    -.1125998    .3367384
    lnimport |  -.3020981   .1573491    -1.92   0.057     -.613835    .0096388
       lnlaw |    1.25019   .5979375     2.09   0.039     .0655685    2.434812
             |
_cat#c.lnrdk |
          0  |   1.472659   .3786372     3.89   0.000     .7225109    2.222808
          1  |   1.549481   .3827601     4.05   0.000     .7911646    2.307798
          2  |   1.566729   .3839299     4.08   0.000     .8060942    2.327363
             |
       _cons |  -29.97367   2.914254   -10.29   0.000    -35.74733       -24.2
-------------+----------------------------------------------------------------
     sigma_u |  1.1527623
     sigma_e |  .32757397
         rho |   .9252839   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(29, 113) = 15.58                    Prob > F = 0.0000

_matplot e(LR21), columns(1 2) yline(7.35, lpattern(dash)) connect(direct)

老师，这是我的代码，单门槛程序跑完画LR图时系统提示matrix should have at least 2 columns，只有在双门槛检验之后才能作图，但是图很奇怪，请问老师这是什么问题，谢谢老师！

你照著底下程序改一下我试过，应该可以（一个门槛）！

谢谢老师！太感谢您了！

You are welcome.

黄老师您好，想请教您一个问题。在做毕业论文，研究y与x1,x2的关系：计划实证部分打算第一部分做面板回归（得到的结果是y与x1、x2都是正相关的），第二部分做这三个变量之间的门槛效应，根据各省门槛值跨过情况探究区域异质性。想请问老师，这两章节矛盾不矛盾呢，因为面板回归是线性关系，后面门槛效应就不是单纯的线性关系了，所以我就想根据门槛值研究各省的门槛跨过情况。这样逻辑上可行吗？盼望老师的回复！

这是完全OK的，应该这么说，一般线性面板回归提供初步结果，但你经过检定，发现其为非线性之门槛关系，所以进一步报告门槛结果！

十分感谢老师的回复O(∩_∩)O~，祝您开心！

You are welcome.

请问老师，非平衡面板数据如何做门限回归？很多命令都是只针对平衡面板。

很不幸地，似乎都只适用于 balanced panel data！可考虑用 (ssc install) xtbalance 将你的资料变成 panel data！

谢谢老师

谢谢老师

老师您好，请问如果是单一门限是不是汇报这个结果即可，另外如果说稳健标准误的固定效应怎么处理

是的，另外"稳健标准误的固定效应怎么处理"是甚麼意思？

你是想用"稳健标准误"嗎？是的话，请加入 vce(robust) 选项：

黄老师您好，非常感谢你的回复。我还有一个问题，如果是三重门限怎么解释。  _cat#c.j  0 1 2 3 这些区间是按照门限值从大到小排列的吗？比如我这里，rx(创业 ) qx(金融发展) 被解释变量为技术溢出，请问怎么解释

请参考我于 89, 27 楼之回应！

老师好，27楼是单一门限，对于三重门限我不是很懂，比如2代表哪一段区间

你有"三个门槛"，所有就区分成"四个区间 （0,1,2,3）"！所以就是第三区间！

谢谢老师！

终于找到比较完整的资源分享！！感谢楼主

黄老师，您好，看了所有的帖子和您的回复，收获很大，您是我的面板门槛的启蒙老师！
   老师，我有个问题，就是很多文献说对于固定效应的个体效应是需要消除的，因此采用变量数据减去其平均值，以消除个体效应的影响，那么我的问题是我们在做面板门槛分析前，要手动完成这个工作，然后用Xthreg命令吗？还是这个命令自带完成这个工作呢？
   老师，向你求救！

xthreg 会帮你做这些事！所以不必操心！

谢谢老师神回复，祝您节日快乐！

No problem at all.

谢谢您的分享