七种模型回归分析Beta
上传一张数据表，指定因变量和自变量，按因变量的类型从线性、二分类 Logit 与 Probit、多分类 Logit、有序 Logit、泊松和负二项回归中选择模型；可加入固定效应和交互项，标准误可选稳健或按个体聚类。多列模型在同一批样本上逐列加入变量，排成论文里 (1)(2)(3) 并排的回归表，另出 Word 和 Excel 三线表。
加载文件上传组件中...
首行放列名，一行一条记录。填写的列名须与表头一致。
这个工具需要的表格大致是这样：
| 企业编号 | 年份 | 行业 | 企业绩效 | 数字化转型 | 企业规模 | 资产负债率 |
|---|---|---|---|---|---|---|
| C001 | 2021 | 制造业 | 0.052 | 1.8 | 22.4 | 0.41 |
| C001 | 2022 | 制造业 | 0.061 | 2.3 | 22.6 | 0.39 |
| C002 | 2021 | 零售业 | 0.034 | 0.9 | 21.1 | 0.55 |
一行一条记录；因变量和连续自变量要是纯数值，文字类别的列填进【按分类处理的列】。
你想解释的那一列，如满意度得分、企业绩效、是否违规。
按因变量是什么样的数来选。
因变量是连续的数，如得分、金额、比率。最常用。
核心解释变量和控制变量都填在这里，最多 40 列。输入后回车，或用逗号分隔一次粘贴多列。
自变量里取值是文字类别的列，如性别、行业、地区。每个类别会和第一个类别比较。
论文里常见的 (1)(2)(3) 列：第一列只放核心变量，后面的列再加控制变量、固定效应。各列用同一批样本，方便比较。
想控制住、但不关心其系数的分类列，如年份、行业、企业编号。类别再多也可以；结果里不列它们的系数，只在表底注明已控制。
想看一个因素的影响是否随另一个因素变化（调节效应、双重差分）时添加。两列的主效应会自动进入模型。
默认。不要求各行数据的波动大小一致，论文里最常用。
经济、管理、金融类期刊的惯例。
每 100 行 2 点