同学，您好，请问您的问题解决了吗，我目前也在寻求如何验证系数变小的显著性，但是目前还没有找到相关的资料。

您好 请问解决这个问题了吗

可以这样试试：

1.运行模型A（基准模型）并记下其对数似然值。
reg 因变量 核心解释变量 控制变量
di "Model A log likelihood:", e(ll)
scalar ll_A = e(ll) // 将对数似然值存储到一个标量中

2.运行模型B（包含中介变量的模型）并记下其对数似然值。
reg 因变量 核心解释变量 中介变量 控制变量
di "Model B log likelihood:", e(ll)
scalar ll_B = e(ll) // 将对数似然值存储到一个标量中

3.计算两个模型的似然比统计量（LR统计量），该统计量服从卡方分布：
gen lr_stat = -2 * (ll_A - ll_B)
di "LR statistic:", lr_stat

4.使用卡方分布的累积分布函数（CDF）来计算p值：
gen p_value = 1 - chi2tail(1, lr_stat)
di "P-value:", p_value

解释：chi2tail函数会给出卡方分布的右尾概率。在这里，我们使用卡方分布的累积分布函数来计算似然比统计量的p值。

5.判断p值。如果p值小于预定的显著性水平（例如0.05），则可以拒绝原假设，说明模型A和模型B的回归结果有显著差异。

解释：如果p值小于预定的显著性水平（通常是0.05或0.01），说明两个模型的回归结果存在显著差异。这通常意味着添加中介变量会显著提高模型的拟合度。

我想问下 这篇论文的名字是什么？