OLS 回归
浏览器处理在线 OLS 多元线性回归：系数、t/p、R²、F 检验，可选 HC1 稳健标准误，对照 Stata regress / vce(robust)。适用于实证分析主回归估计与制表。
- 可单独使用本工具；顶栏「学术工具」下按问卷测量 / 计量回归分类。本站为独立实现，非 SPSS/Stata 官方产品；定稿请用正版主软件复核。
- 数据在学术工具间本地共享；结果含表注与软件对照说明。详见关于与隐私中的商标与免责说明。
加载工具…
使用说明
先完成上方操作；以下说明便于理解场景、步骤与常见问题。
OLS 多元线性回归输出系数、标准误、t/p、R²、Adj.R² 与 F 检验，可选 HC1 异方差稳健标准误，口径对齐 Stata regress 与 vce(robust)。
完全共线自变量会自动剔除并提示，便于排查哑元陷阱。研究生做截面主回归、稳健性对照时，可先在此快速迭代变量组合，再回 Stata 定稿。
计算在浏览器本地完成，上传的 CSV/Excel 默认不发往服务器，适合处理未公开的问卷与企业数据；仍请遵守导师与伦理要求。
操作步骤
- 选择因变量与自变量（可含控制变量）；需要时勾选 HC1。
- 运行后检查共线剔除警告、R² 与系数显著性。
- 导出论文用文本；正式稿建议用 Stata：regress y xlist [, vce(robust)] 复核。
常见问题
HC1 和 Stata robust 一样吗？
本站 HC1 为异方差稳健夹心估计并作 n/(n−k) 校正，与 Stata regress, vce(robust) 常用口径一致。聚类稳健请用面板工具按个体聚类。
能替代 Stata 写硕士论文吗？
可用于估计与制表。答辩与投稿建议以 Stata / R / Python 同设定主结果为准，并报告期刊要求的稳健性与识别检验。
Stata 实证分析关键词怎么对照？
regress y x1 x2；稳健：regress y x1 x2, vce(robust)。可先在此核对系数方向与 R² 量级。