软件没有保留。那就根据公式自己求也可以。
一般也不会太看那个

试试

谢谢啦

在Stata中，保存置信区间的值通常需要通过直接的命令或者编写简短的程序来实现。当你运行一个回归或其他统计分析时，`ereturn`列表可能不会直接显示置信区间（CI），但是你可以通过其他方式获取并保存这些值。

例如，如果你使用的是`regress`命令进行线性回归，可以通过以下步骤来提取和保存置信区间的上下限：

1. 首先运行你的回归分析：
```stata
regress y x1 x2 ... xn
```

2. 然后使用`lincom`或`test`命令（取决于你想要的CI是针对单个系数还是线性组合）来计算CI，并将结果保存到宏中。对于一个单独的系数，例如x1，你可以这样做：
```stata
local ci_low = r(lb)
local ci_high = r(ub)
```
但在实际操作中需要首先运行`test`或`lincom`命令以生成CI。

3. 为了节省步骤，你可以在`lincom`或`test`之后立即使用`return list`来查看结果的存储位置。然后你可以直接将这些值保存到变量或者文件中。
4. 如果你需要对多个系数做同样的操作，可以考虑编写一个小循环或使用宏定义。

一个完整的例子可能如下所示：
```stata
regress y x1 x2 ... xn
local j = 0
foreach var in x1 x2 ... xn {
    local j = `j' + 1
    lincom _b[`var'] if e(sample)
    local ci_low`j' = r(lb)
    local ci_high`j' = r(ub)
}
```
然后你可以使用这些宏来创建新的变量或保存到文件中。

如果你需要将所有的CI值一次性保存，可以考虑使用如下的方式：
```stata
mat b = e(b)
mat V = e(V)

local j = 1
foreach var in x1 x2 ... xn {
    local ci_low`j' = invttail(e(df_r),0.025) * sqrt(`V'[`j', `j']) + `b'[1,`j']
    local ci_high`j' = invttail(e(df_r),0.975) * sqrt(`V'[`j', `j']) + `b'[1,`j']
    local j = `j' + 1
}
```
在以上代码中，我们使用了`t分布`的逆累积密度函数来计算CI。记得替换`x1 x2 ... xn`为你的变量列表。

最后，请确保你理解Stata命令和宏定义的基本用法，并根据你的具体需求调整上述示例中的命令。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用