这是我做出来的图

.  *单一门槛估计
.  set seed 13576     

. xthreg lny   lnk  lnl lnrd lntra lnhum, rx( lnfdi ) qx( trade ) thnum(1) bs(300) trim(0.01) grid(
> 400)
Estimating  the  threshold  parameters:   1st ......  Done
Boostrap for single threshold
.................................................. +   50
.................................................. +  100
.................................................. +  150
.................................................. +  200
.................................................. +  250
.................................................. +  300

Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |      54.4280       47.1932       67.7440
-----------------------------------------------------

Threshold effect test (bootstrap = 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |    0.3315     0.0023      45.34  0.0067  20.3783  27.7650  43.4257
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       168
Group variable: id                              Number of groups   =         8

R-sq:  within  = 0.9951                         Obs per group: min =        21
       between = 0.9475                                        avg =      21.0
       overall = 0.9095                                        max =        21

                                                F(7,153)           =   4481.03
corr(u_i, Xb)  = 0.4765                         Prob > F           =    0.0000

------------------------------------------------------------------------------
         lny |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         lnk |   .5558768   .0225943    24.60   0.000     .5112398    .6005138
         lnl |  -.1827667    .082641    -2.21   0.028    -.3460314   -.0195021
        lnrd |   .0858938   .0145942     5.89   0.000     .0570617     .114726
       lntra |   .1815296   .0224683     8.08   0.000     .1371414    .2259177
       lnhum |  -.1052265   .0985214    -1.07   0.287    -.2998644    .0894114
             |
_cat#c.lnfdi |
          0  |    .041425   .0053328     7.77   0.000     .0308896    .0519604
          1  |   .0727179   .0071348    10.19   0.000     .0586225    .0868133
             |
       _cons |   2.555273   .5720936     4.47   0.000      1.42505    3.685496
-------------+----------------------------------------------------------------
     sigma_u |  .36270713
     sigma_e |   .0484706
         rho |  .98245485   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(7, 153) = 53.14                     Prob > F = 0.0000


.  *双重门槛估计
.  set seed 13576     

. xthreg lny   lnk  lnl lnrd lntra lnhum, rx( lnfdi ) qx( trade ) thnum(2) bs(300 300) trim(0.01 0.
> 05) grid(400)
Estimating  the  threshold  parameters:   1st ......  2nd ......  Done
Boostrap for single threshold
.................................................. +   50
.................................................. +  100
.................................................. +  150
.................................................. +  200
.................................................. +  250
.................................................. +  300
Boostrap for double threshold model:
.................................................. +   50
.................................................. +  100
.................................................. +  150
.................................................. +  200
.................................................. +  250
.................................................. +  300

Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |      54.4280       47.1932       67.7440
     Th-21 |      54.4280       47.1932       67.7440
     Th-22 |       9.9503        9.5095       10.0773
-----------------------------------------------------

Threshold effect test (bootstrap = 300 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |    0.3315     0.0023      45.34  0.0067  20.3783  27.7650  43.4257
    Double |    0.2820     0.0019      25.80  0.0967  24.8380  43.0367  71.1940
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       168
Group variable: id                              Number of groups   =         8

R-sq:  within  = 0.9957                         Obs per group: min =        21
       between = 0.9527                                        avg =      21.0
       overall = 0.9191                                        max =        21

                                                F(8,152)           =   4387.08
corr(u_i, Xb)  = 0.4885                         Prob > F           =    0.0000

------------------------------------------------------------------------------
         lny |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         lnk |   .5505642   .0214005    25.73   0.000     .5082834     .592845
         lnl |  -.1516669   .0784715    -1.93   0.055    -.3067026    .0033687
        lnrd |   .0822813   .0138255     5.95   0.000     .0549663    .1095963
       lntra |   .1748685   .0213014     8.21   0.000     .1327834    .2169535
       lnhum |  -.0648365   .0936225    -0.69   0.490    -.2498059     .120133
             |
_cat#c.lnfdi |
          0  |   .0137515   .0080951     1.70   0.091    -.0022418    .0297449
          1  |    .044994   .0051086     8.81   0.000      .034901     .055087
          2  |   .0776842   .0068419    11.35   0.000     .0641666    .0912017
             |
       _cons |   2.339736    .543235     4.31   0.000      1.26647    3.413002
-------------+----------------------------------------------------------------
     sigma_u |  .34548253
     sigma_e |  .04583546
         rho |   .9827029   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(7, 152) = 60.51                     Prob > F = 0.0000

.
end of do-file

上面回归结果显示，第一个门槛值是54.4280，第二个门槛值时9.9503，当第一个门槛比第二个门槛高时，回归系数是怎么对应的啊，就是当小于较低的那个门槛值9.9503时，对应的回归系数是不是0.137515呢？

这种问题我回答过太多次了，按照门槛值大小排，不是按照发现顺序排！

谢谢老师，那回归系数也是按照门槛值大小的顺序排吗？

Precisely.