感谢黄老师！！！

和直接test b2+b3=0应该是一样的

是没有区别的

. reg y x1 x2

      Source |       SS           df       MS      Number of obs   =        74
-------------+----------------------------------   F(2, 71)        =     18.91
       Model |   220725280         2   110362640   Prob > F        =    0.0000
    Residual |   414340116        71  5835776.28   R-squared       =    0.3476
-------------+----------------------------------   Adj R-squared   =    0.3292
       Total |   635065396        73  8699525.97   Root MSE        =    2415.7

------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          x1 |   4.699065   1.122339     4.19   0.000     2.461184    6.936946
          x2 |  -97.96031    39.1746    -2.50   0.015    -176.0722   -19.84838
       _cons |   10386.54   4308.159     2.41   0.019     1796.316    18976.76
------------------------------------------------------------------------------

. test  x1+x2=0

( 1)  x1 + x2 = 0

       F(  1,    71) =    5.99
            Prob > F =    0.0169

.
. gen x21=x2-x1

. reg y x1 x21

      Source |       SS           df       MS      Number of obs   =        74
-------------+----------------------------------   F(2, 71)        =     18.91
       Model |   220725280         2   110362640   Prob > F        =    0.0000
    Residual |   414340116        71  5835776.28   R-squared       =    0.3476
-------------+----------------------------------   Adj R-squared   =    0.3292
       Total |   635065396        73  8699525.97   Root MSE        =    2415.7

------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          x1 |  -93.26125   38.11459    -2.45   0.017    -169.2596   -17.26291
         x21 |  -97.96031    39.1746    -2.50   0.015    -176.0722   -19.84838
       _cons |   10386.54   4308.159     2.41   0.019     1796.316    18976.76
------------------------------------------------------------------------------

. test x1

( 1)  x1 = 0

       F(  1,    71) =    5.99
            Prob > F =    0.0169

虽然在实务操作上 (如同蓝色版主所提供资料)，两者似乎一样，但这只适用"双尾"检定 (t^2=F)，并不适用楼主的"单尾"检定。例如在 Hill, Griffiths and Lim (2012), Principles of Econometrics, Fourth Edition 的第 230 页有一类似之"单尾"检定问题，作者说：

https://bbs.pinggu.org/thread-5361910-1-1.html
用t检验
lincom

谢谢版主，我理解您的意思您看对不对，就是说如果我预计x1+x2的系数之和>0，我只需test x1+x2=0，因为按照您给出的书中所写拒绝β=0，也就拒绝了β<0,那我如果还预计x1+x2<1的话，我test x1+x2=1如果接受了=1的原假设能说明x1+x2<1吗？ 还有您说的lincom是什么呢?

也就是说如果我预计0<x1+x2<1的话，我只需分别test x1+x2=0/1，如果都是拒绝原假设的话那也就是符合预期的对吗？

黄老师好，我这两天用您说的方法构造了辅助的回归方程，但我在检验时发现ttest貌似是不能对系数进行单尾检验？是我的方法做错了吗?还是另有其他的命令呢？

黄老师好，我这两天用您说的方法构造了辅助的回归方程，但我在检验时发现ttest貌似是不能对系数进行单尾检验？是我的方法做错了吗?还是另有其他的命令呢？

我有点怀疑你不太了解基本的单尾检定概念，这不需要 ttest，直接跑完回归就可以做。

您说的对，我对于单尾检验的概念模糊了，明白了您的意思，再次感谢您！

It's fine. 找个计量书稍微再看看就好。