楼主该问题解决了么，我也遇到了同样的问题

貌似用tobit模型回归结果输出是重复两次

是的，我也是在做tobit时遇到的，其他模型没有遇到这种情况，可能是bug吧

是不是已经跑了两次，要删除第一次跑的表格，不然同一个表格会出现多列重复的变量

我也是，tobit结果输出会重复

遇到同样的情况！用的负二项回归

老师，把您的命令复制到我的stata中运行后，输出结果就是有重复的，我使用的是stata 15 SE，请问是否是版本原因？

试了下重装outreg2，一开始运行本楼代码可行，但跑完自己的代码后仍然出现重复列，并且本楼的代码又出现了重复。

没有问题的
我也是stata15 se啊


. version
version 15.1

. which outreg2
C:\ProgramFiles\Stata15\ado\stbplus\o\outreg2.ado
*! outreg2 2.3.2  17aug2014 by roywada@hotmail.com
*! based on outreg 3.0.6/4.0.0 by john_gallup@alum.swarthmore.edu

执行一遍就是这个结果

	(1)	(2)	(3)
VARIABLES	union	/	union
age	0.0157		0.0711
	(0.0150)		(0.0961)
grade	0.0871***		0.0816*
	(0.0176)		(0.0419)
1.not_smsa	-0.251***		0.0225
	(0.0824)		(0.113)
1.south	-2.839***		-2.856***
	(0.641)		(0.677)
year	-0.00686		-0.0637
	(0.0157)		(0.0968)
0b.south#co.year	0		0
	(0)		(0)
1.south#c.year	0.0239***		0.0264***
	(0.00797)		(0.00832)
lnsig2u		1.749***
		(0.0470)
Constant	-3.009***
	(0.841)
Observations	26,200	26,200	12,035
Number of idcode	4,434	4,434	1,690

Standard errors in parentheses

*** p<0.01, ** p<0.05, *p<0.1

我执行一遍也是这样的，但执行自己的代码（nbreg）之后的结果就又有重复列了。

. webuse rod93

. generate logexp=ln(exposure)

.
. nbreg deaths i.cohort, exposure(exp)

Fitting Poisson model:

Iteration 0:   log likelihood = -2160.0542  
Iteration 1:   log likelihood =  -2159.516  
Iteration 2:   log likelihood = -2159.5158  
Iteration 3:   log likelihood = -2159.5158  

Fitting constant-only model:

Iteration 0:   log likelihood = -187.06699  
Iteration 1:   log likelihood = -151.29069  
Iteration 2:   log likelihood = -131.82867  
Iteration 3:   log likelihood = -131.58459  
Iteration 4:   log likelihood = -131.58186  
Iteration 5:   log likelihood = -131.58186  

Fitting full model:

Iteration 0:   log likelihood = -131.58186  
Iteration 1:   log likelihood = -131.38447  
Iteration 2:   log likelihood =  -131.3799  
Iteration 3:   log likelihood =  -131.3799  

Negative binomial regression                    Number of obs     =         21
                                                LR chi2(2)        =       0.40
Dispersion     = mean                           Prob > chi2       =     0.8171
Log likelihood =  -131.3799                     Pseudo R2         =     0.0015

------------------------------------------------------------------------------
      deaths |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      cohort |
  1960-1967  |  -.2676187   .7237203    -0.37   0.712    -1.686085    1.150847
  1968-1976  |  -.4573957   .7236651    -0.63   0.527    -1.875753    .9609618
             |
       _cons |  -2.086731   .5118559    -4.08   0.000     -3.08995   -1.083511
ln(exposure) |          1  (exposure)
-------------+----------------------------------------------------------------
    /lnalpha |   .5939963   .2583615                       .087617    1.100376
-------------+----------------------------------------------------------------
       alpha |   1.811212   .4679475                       1.09157    3.005294
------------------------------------------------------------------------------
LR test of alpha=0: chibar2(01) = 4056.27              Prob >= chibar2 = 0.000

. outreg2 using c:\temp\data.doc,replace
c:\temp\data.doc
dir : seeout



        (1)        (2)
VARIABLES        deaths        /
               
2.cohort        -0.268       
        (0.724)       
3.cohort        -0.457       
        (0.724)       
lnalpha                0.594**
                (0.258)
Constant        -2.087***       
        (0.512)       
               
Observations        21        21
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1