‘壹’ 门槛回归命令
在平衡面板数据的背景下，门槛回归命令的使用旨在探索自变量对因变量的影响是否随一个特定变量的变化而存在分段效应。该命令通过设置门槛变量(qx)及其对应的门限数(thnum)，以及控制变量、核心变量(rx)和自抽样次数(bs)等参数，来分析数据中可能存在的门槛效应。
门槛回归的基本公式如下：
xthreg 被解释变量 控制变量，rx（核心变量）qx(门槛变量) thnum(1) bs(300) trim(0.01-0.05) grid(400)
其中，门槛变量(qx)代表研究中认为可能引起效应变化的关键变量；门限数(thnum)设定为1，意味着模型将识别出一个门槛点，以此分析变量的分段效应；自抽样次数(bs)为300，表示在网格搜索过程中进行的随机抽样次数；trim参数设置为0.01-0.05，意味着模型会剔除数据集中位于门槛值上下限附近1%至5%的异常值；grid参数设置为400，表示网格搜索的网格数，用于更精确地定位门槛点。
若需要分析模型中存在两个门槛点的情况，门槛回归命令可以相应地调整为：
xthreg 被解释变量 控制变量，rx（核心变量）qx(门槛变量) thnum(2) bs(300 300) trim(0.01-0.05，0.01-0.05) grid(400)
通过这两个门槛点的分析，可以更细致地探究变量在不同区间内的效应差异，从而得到更为准确的回归结果。