连老师：
您好！
我在用Monte Carlo模拟不同估计方法的表现，由于模拟的方案多，备选估计方法也有多个，因而输出结果成了一个问题。
我初步设想的模拟中包含了3个自变量，您在讲义中自编的循环命令做模拟由于只有一个自变量，而且我对mat知道的甚少，还没用过，还不能活学活用，
还请连老师指点一下。（1）有没有跟est store-esttab一样的命令，能将不同估计方案的模拟结果同时呈现在一个表格的方法或者命令？（2）上次你给我修改的程序（见下方），其中return scalar b1 = _b[x1]，return scalar b2 = _b[x2]在非线性－nl (y = exp({b1=1}*x1+{b2=1}*x2+{b3=1}*x3))编程中不能使用，不知道什么原因？（3）讲义中有关于return list 和ereturn list的内容，但不知道怎么看？比如return list 中是没有关于se的信息的，但是用simulate _b _se, reps(100): nlssim_1命令却能给出各系数se的信息，请问这是为什么？
我想得到模拟系数的估计值和se。

cap program drop ppmlsim_k1
program define ppmlsim_k1,rclass
version 10.0
drop _all
set obs 1000
* gen x1=rnormal()
  gen x1=invnorm(uniform())
gen x2 = uniform()
replace x2 = (x2<=0.40)
gen v=1/(exp(1*x1+1*x2))
* gen f=normal(-(ln(v+1))/2,ln(v+1))  // rnormal()?
  gen f=-(ln(v+1))/2 + invnorm(uniform())*ln(v+1)
gen y=exp(1*x1+1*x2+f)
* syntax varlist
tempvar y1 k
       gen `k'=1
        gen `y1' = y-`k'
        replace `y1'=0 if `y1'<0
        *poisson `y1' `varlist',robust
        poisson `y1' x1 x2, robust
        return scalar b1 = _b[x1]
        return scalar b2 = _b[x2]
        
end
*------------------------------------------
      
      simulate b1=r(b1) b2=r(b2), reps(100) nodots: ppmlsim_k1
      sum