门槛效应模型教程

回归分析

配置单、双、三重固定效应面板门槛，解读 Bootstrap 检验、门槛区间和区间系数。

常用 Stata 命令xtset id year set seed 9182 xthreg2 y1 z, rx(x) qx(q) thnum(1) trim(0.05) grid(80) bs(99)

在 STATAU 中打开此功能

门槛效应面板门槛xthreg2Bootstrap

这个页面解决什么问题

检验解释变量的系数是否在门槛变量达到某个数值后改变。可估计一至三个门槛，并逐阶段检验门槛效应。

方法原理

对每个候选门槛构造区间解释变量，作个体内去均值并最小化残差平方和；按给定门槛分组后估计固定效应回归。本站以用户提供的 2019 年 xthreg2 命令及 Mata 库为数值兼容目标。

适用数据与前提

支持强平衡、弱平衡和非平衡面板，不要求每个个体具有相同的年份集合。各个体有效观测数相同则走 thestm 分支，否则走 thestm2 分支；不会自动补齐缺失时期。模型变量须为数值型，个体—时期组合不能重复。

STATAU 页面中每个位置应该放什么变量

网站位置	应放入的变量	说明
因变量 (Y)	y1	被解释变量。
自变量 (X)	x	对应 rx()，系数随门槛区间变化；可选择多个。
控制变量	z	可选，系数在所有区间保持相同。
门槛变量	q	对应 qx()，可与某个自变量相同。
个体 ID / 时间 ID	id / year	自动控制个体固定效应。

Stata 等效代码

xtset [个体ID] [时间ID]
set seed [随机种子]
xthreg2 [因变量] [控制变量], rx([区间解释变量]) qx([门槛变量]) thnum([门槛数量]) trim([截尾比例]) grid([网格点数]) bs([重复次数])

Stata 代码位置	STATAU 网站对应位置	应放入什么

示例数据与来源

下载强平衡演示数据（CSV）；下载非平衡演示数据（CSV）。数据由固定种子模拟，仅用于功能试跑和数值验证。非平衡示例从前 12 个个体删除首期，可验证临时分组兼容提示。

算法背景参见 Wang（2015），Fixed-effect panel threshold model using Stata。xthreg / xthreg2 是作者编写的扩展命令，不是 StataCorp 内置命令。

在 STATAU 中操作步骤

1. 上传示例数据，在“回归模型”中打开“门槛效应模型”。
2. 选择 y1、x、z、q、id、year，先估计单门槛。
3. 设置截尾比例 0.05、网格 80、Bootstrap 99 次、随机种子 9182，即可重现示例对照。
4. 需要检验更多门槛时选择双门槛或三重门槛；截尾比例和重复次数可填写一个值，或按阶段以空格分隔。
5. Bootstrap 在后台运行并显示实际完成次数；结果可追加、保存到标签页及导出。

结果怎么看

• 门槛表的 Th-1 为单门槛；Th-21、Th-22 为双门槛重估后的两个门槛；Th-3 为新增第三门槛。
• Bootstrap 表应依次阅读零对单、单对双、双对三重的检验。P 值不显著时，不能仅因选择了更多门槛便宣称存在门槛效应。
• 回归表中 0:x、1:x 等对应区间定义表，区间右端点包含在内。系数显著与门槛检验显著是两个不同结论。
• 门槛置信区间来自 LR 反演；LR 图中的水平虚线为设定置信水平对应的临界值。

常见使用误区

• 模型变量缺失通过样本标记排除，临时编号按排除之前的数据生成，与所给 ado 一致；预先删除缺失行可能改变这版命令的临时编号。
• 当原命令的临时计算分组与真实个体不一致时，网页会在结果和回归表中提示。最终回归仍按真实个体计算；这一兼容结果不能视为已修正的非平衡面板估计。
• 非平衡分支复现默认 Rademacher 逐观测权重，以及原库第三阶段使用三门槛拟合值和残差的行为，不另改成按个体共用一个权重的算法。
• bs() 为 0 时只估计门槛和回归，不计算 Bootstrap P 值与临界值。
• 所给命令在最终回归前以 13 位有效数字转换门槛，极少数边界观测可能换组，因此门槛搜索 RSS 与最终回归 RSS 可能不同。
• 兼容算法保留了原 Mata 库的抽样索引、快速搜索及三重门槛 Bootstrap 行为；与重新实现标准零假设 Bootstrap 的软件可能不同。建议正式研究复核这些设定。

相关页面

• 固定效应模型教程