OLS 回归表：系数、显著性、R² 与 HC1 稳健标准误
主回归是多数实证论文的核心表格。说明模型设定、系数与 p 值报告、何时启用 HC1，以及 Stata regress vce(robust) 对照与表注模板。
模型设定写清楚再跑
明确：因变量 Y、核心自变量 X、控制变量集合、样本 N、缺失处理（listwise）。管理学常见：先报告控制变量模型，再加入核心变量，或分步展示 ΔR²。
SchoolStore OLS 含截距，对缺失值 listwise 删除；若某自变量与截距或其他 X 完全共线，会自动剔除并提示。正式稿请在 Stata 用 regress 复核系数与自由度。
系数、标准误与显著性
表格报告：非标准化系数 b、标准误 SE、t 值或 z 值、p 值（或星号）。正文解释系数含义：「X 每增加 1 单位，Y 平均变化 b 单位，控制其他变量不变。」
Likert 因变量在实务中常见（虽严格说有序离散），若导师/期刊接受 OLS，需在方法部分说明；否则考虑有序 Logit/Probit 作稳健性（超出本站 OLS 工具范围）。
何时用 HC1 稳健标准误
横截面数据残差异方差较常见时，经典 OLS 标准误可能偏乐观。勾选 HC1（异方差稳健）后，系数不变，SE 与 p 会调整。Stata：regress y xlist, vce(robust)。
SchoolStore 的 HC1 与 Stata vce(robust) 同族思路，便于与 Stata 对照复核。聚类稳健（如企业层面 cluster）需面板/聚类命令，请用 xtreg, fe vce(cluster id) 等。
R²、调整 R² 与 F 检验
报告 R² 与调整 R²（多自变量时调整 R² 更可比），以及模型 F 检验 p 值。单变量换入时 R² 必增，勿夸大「解释力提升」；分步模型可看 ΔR² 与 F 变化。
固定效应面板的主回归 R² 常报告 Within R²；与 pooled OLS 的 R² 不可直接比较。面板请用本站「面板回归」工具或 Stata xtreg。
表注模板（英文期刊风格，可改中文）
Notes: Robust standard errors (HC1) in parentheses. * p < .05, ** p < .01, *** p < .001. All continuous predictors are mean-centered where interaction terms are included.
中文学位论文常见表注：「括号内为标准误；*、**、*** 分别表示在 5%、1%、0.1% 水平上显著；N = …，listwise 删除缺失。」控制变量系数是否展示：全文统一，通常展示。
回归之后还要做什么
若理论含中介/调节，在主效应显著或至少方向合理后再做；VIF 应在回归前已检查。稳健性：换 SE 类型、子样本、替代测度——至少选 1–2 项，不要堆砌二十个稳健性表。
SchoolStore 结果区可复制 Stata 对照命令；写入 Word 时请改写解读语言，并与 Stata 输出逐项核对符号与小数位数。