诚心求解。如图，2012-2017的上市公司数据，用xttest3检验发现存在异方差，所以用xtreg y x,fe r进行回归了。但是我另外还想要做门槛效应分析，用xthreg跑完数据确实也存在一个门槛。那么当size<20.8624 的时候，hs的系数是 -2.370103***，当size>=20.8624 的时候，hs的系数是0.7027274。这个回归结果是固定效应的吧，可是数据存在异方差，我要如何去处理这个呢？ 论坛里搜了很多帖子，都没有找到相关解答。希望大神不吝赐教~黄老师，@您了，希望不要觉得我冒昧哈
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |      20.8624       20.8307       20.8729
-----------------------------------------------------

Threshold effect test (bootstrap = 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single | 3675.0290     1.1385      85.19  0.0000  26.8373  31.5438  37.4070
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =      3234
Group variable: co                              Number of groups   =       539

R-sq:  within  = 0.1129                         Obs per group: min =         6
       between = 0.0930                                        avg =       6.0
       overall = 0.0774                                        max =         6

                                                F(7,2688)          =     48.85
corr(u_i, Xb)  = -0.6435                        Prob > F           =    0.0000

------------------------------------------------------------------------------
      tobinq |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      numexe |   .0331138   .0081285     4.07   0.000      .017175    .0490526
          ls |   .0079016   .0039889     1.98   0.048     .0000799    .0157233
         age |   .2835068   .0200291    14.15   0.000     .2442328    .3227809
         lev |  -1.066531   .2846116    -3.75   0.000    -1.624611   -.5084514
        size |  -.8717156    .081271   -10.73   0.000    -1.031075   -.7123557
             |
   _cat#c.hs |
          0  |  -2.370103   .4992869    -4.75   0.000    -3.349128   -1.391078
          1  |   .7027274   .3835982     1.83   0.067    -.0494498    1.454905
             |
       _cons |   16.89489   1.581703    10.68   0.000     13.79341    19.99637
-------------+----------------------------------------------------------------
     sigma_u |  1.7086762
     sigma_e |  1.1692726
         rho |  .68106583   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(538, 2688) = 5.06                   Prob > F = 0.0000