回归方法研究 · 专家讨论稿

回归方法规划

优先补齐回归中的中介、调节和离散因变量模型。结构方程、空间计量、问卷调查法已有的功能先确认复用范围;双重差分与政策评估另设智能体。

专家讨论稿 · 2026 年 11 月 11 日。开发顺序和分工待确认。

现有覆盖

去向条目数含义
回归已覆盖14其中线性与 OLS 重复,GMM 与动态面板也有重叠;约 12 个不同模型
部分覆盖3中介、调节、非线性;具体能力和入口仍有缺口
已有其他智能体承担11结构方程、空间计量、问卷调查法
待开发,纳入回归6Tobit、probit、有序 logit、多分类 logit、Heckman、逐步回归
暂缓排期10保留归属和复议条件,现有数据不能判定不需要

清单外还有两项安排:门槛回归加入回归;双重差分、倾向得分匹配和合成控制归政策评估。

方法归属

智能体已有能力需要确认的边界
回归线性与二元 logit、面板、工具变量、GMM、分位数、计数模型、断点回归等代码存在与验收完成分开看。线性和二元 logit 的 SPSS 对齐限 3 个样例;5 个模型没有软件对照
结构方程潜变量模型;得分入口可做观测变量路径、中介;得分调节与调节中介得分入口要求连续内生变量和独立观测;非量表数据的产品承诺与运行验收待确认;不含面板、多层或潜变量交互
空间计量空间模型(含 SLX)、普通面板单中介、SDM 调节单中介要求平衡面板、完整数值,依附空间分析;SDM 调节只适用于空间模型
问卷调查法描述统计、相关、线性、分层和逻辑回归等功能分支已写 MVP 完成,未合入 develop;明确不做中介调节和结构方程
元分析与社会网络研究层面的元回归;网络数据的 QAP 回归不能替代个体数据回归

相同的数据结构、估计方法和样本口径,共用一份实现。

开发顺序

顺序工作要做出的结果
1中介和调节盘点结构方程、空间计量可复用的部分,补回归入口、交互项配置、中心化、简单斜率、分层进入与 ΔR²。非平衡面板需扩展或另行实现;同步补所依赖的固定效应、标准误和分组对照
2离散与受限因变量补 Tobit、probit、有序和多分类 logit、平均边际效应及选模型引导。Heckman 作为样本选择偏误处理的选项;倾向得分匹配在回归给入口,实现随政策评估
3面板门槛回归门槛搜索、置信区间和检验。与第 2 步谁先做,待确认
4已有模型补软件对照补分位数、GMM、动态面板、分组等。可与前几步并行;第 1 步依赖的对照提前做
5逐步回归补建模流程,按 SPSS 对照

二期拟设双重差分与政策评估智能体:先做标准与多期双重差分、事件研究、平行趋势和倾向得分匹配,后续考虑合成控制。可复用面板估计代码,但各方法需分别明确输入、输出和验收要求。

各项需配套文献依据、软件样例、结果展示与导出,并独立验收。工时尚未估算。

开发前提

修中文乱码。 中文关键词和列名匹配失效,因变量匹配失败时可能另选一列。半角问号误触发模型提示的运行后果、线上是否含问题版本,尚未实测。

确认复用范围和负责人。 结构方程、空间计量、问卷调查法分别确认能力边界、主实现归属及上线时间。

统一统计口径。 样本、缺失处理、变量编码、估计器、标准误、Bootstrap 设定一致后,再比较跨智能体结果;补按分析样本生成的描述统计和相关矩阵。

落实 Stata 对照环境。 明确执行人,保留原始软件日志,再定开发排期。

待讨论事项

44 种方法明细

按原清单编号 1—44 排列。“已有实现”指代码中有对应功能,具体智能体见最后一列;不等于已上线或完成验收。数字只用于粗分高低,不能解释为实际使用占比;未单独检索不等于零。

编号与方法现状及证据每万篇提及对标软件现有智能体与后续安排
1 线性回归已对齐 SPSS(限样例);SPSS 32 对齐限 2 个样例;问卷调查法里另有一份实现235.5;摘要里常不写,被低估;检索词含“多元回归”“最小二乘”SPSS回归智能体已有实现;问卷调查法分支也有实现,未合入 develop
2 OLS 回归已对齐 SPSS(限样例);与第 1 号是同一个模型235.5;与第 1 号合并检索SPSS回归智能体已有实现
3 逐步回归待开发23.5SPSS待开发;回归迭代第 5 步
4 岭回归已实现,有参考对照;与闭式解、RidgeCV 对照;不输出未验证的 p 值4.1—回归智能体已有实现
5 Lasso 回归已实现,有参考对照;与坐标下降第二实现对照;另有弹性网、贝叶斯岭10.4;医学里三年 4,876 篇—回归智能体已有实现
6 Robust 回归暂缓,需求待确认;只有稳健标准误,没有稳健估计0.5;漏了“抗差回归”“M 估计”Stata暂缓:归回归
7 分层回归问卷调查法(分支上);按层进入并报告增量;回归智能体里没有14.8;哲学宗教类 35SPSS问卷调查法智能体已有分支实现,未合入 develop;回归第 1 步拟复用
8 分组回归已实现,无软件对照;分组估计加 Chow 检验49.0;“异质性分析”另计 509Stata回归智能体已有实现;第 1 步同步补对照
9 非线性回归部分覆盖;二次、三次多项式和高阶项检验;转折点检验未覆盖1.8;“倒 U 型”另计 44Stata回归智能体部分实现;转折点检验等缺口待确认
10 曲线回归暂缓,需求待确认;SPSS 曲线估计的多种函数形式未覆盖1.8;与第 9 号合并检索SPSS暂缓:先理清与已有多项式的关系
11 两阶段回归 2SLS已实现,有参考对照;与 linearmodels 对照;含弱工具变量、过度识别检验148.3Stata回归智能体已有实现
12 GMM 估计已有动态面板 GMM 实现;调用 pydynpd;现有测试检查 AR、Hansen 诊断字段,未见独立数值对照28.5;缩写未消歧Stata回归智能体已有实现;与动态面板重叠
13 分位数回归已实现,无软件对照;含分位系数图27.5Stata回归智能体已有实现;第 4 步补对照
14 Tobit 模型待开发56.3Stata待开发;回归迭代第 2 步
15 Heckman 两阶段待开发;需要选择方程18.4;经济类 623 篇,占 95%Stata待开发;回归迭代第 2 步,作为内生性环节的选项
16 面板模型已实现,有参考对照;系数和聚类标准误与 linearmodels 对照551.0;“面板数据”是宽词Stata回归智能体已有实现;面板不再单独做智能体
17 动态面板模型已有系统和差分 GMM 实现;有功能与诊断字段测试,未见独立数值对照;不可用时带警告回退双向固定效应,回退结果不等于动态面板估计25.6Stata回归智能体已有实现
18 Poisson 回归已实现,无软件对照2.0Stata回归智能体已有实现;第 4 步靠后补对照
19 负二项回归已实现,无软件对照4.9Stata回归智能体已有实现;第 4 步靠后补对照
20 零膨胀泊松回归暂缓,需求待确认1.4;第 20、21 号合并检索,分不出各自需求Stata暂缓:归回归计数模型族
21 零膨胀负二项回归暂缓,需求待确认1.4;第 20、21 号合并检索,分不出各自需求Stata暂缓:归回归计数模型族
22 RDD 断点回归已实现,无软件对照;带宽、安慰剂、密度检验、甜甜圈都有;同一入口下的独立分支3.8;未查缩写 RDDStata回归智能体已有实现;第 4 步靠后补对照
23 路径分析结构方程;得分入口可直接做观测变量路径;非量表数据的产品承诺和运行验收待确认43.9待确认结构方程智能体已有实现;适用范围见本行说明
24 结构方程模型 SEM结构方程;含验证性因子分析和结构模型152.1待确认结构方程智能体已有实现;适用范围见本行说明
25 调节作用分析部分覆盖;回归的“调节效应图”来自分组回归;交互项只靠指令文本触发、不中心化、中文关键词乱码;结构方程有得分调节;空间计量的 SDM 调节限空间模型592.7;经济类 940Stata / SPSS结构方程、空间计量智能体已有特定场景实现;回归仅部分覆盖,第 1 步补齐
26 中介作用分析部分覆盖;结构方程有(量表和得分入口);空间计量有面板单中介;回归主流程没有881.4;经济类 1190,哲学宗教类 3007;看不出用的是哪种做法Stata结构方程、空间计量智能体已有特定场景实现;回归主流程待补,第 1 步评估复用
27 调节中介作用结构方程;限得分 OLS 模板,不含潜变量交互、面板、多层30.8;哲学宗教类 253待确认结构方程智能体已有实现;适用范围见本行说明
28 似不相关回归 SUR暂缓,需求待确认1.0;只查了中文—暂缓:归属待定
29 PLS 回归暂缓,需求待确认;PLS 回归和 PLS-SEM 都没有实现10.6;检索词“偏最小二乘”两者混合,未查 PLS-SEM、SmartPLS,可能漏检—PLS 回归暂缓;PLS-SEM 单列,由结构方程评估
30 二元 logit 回归已对齐 SPSS(限样例);SPSS 32 对齐限 1 个样例;问卷调查法里另有一份实现126.6;检索未限定二元;医学里三年 27,913 篇SPSS回归智能体已有实现;问卷调查法分支也有实现,未合入 develop;第 2 步补边际效应
31 二元 probit 回归待开发41.4;检索未限定二元Stata待开发;回归迭代第 2 步
32 多分类 logit 回归待开发5.5SPSS待开发;回归迭代第 2 步,放最后
33 有序 logit 回归待开发18.7;含有序 probitSPSS待开发;回归迭代第 2 步
34 条件 logit 回归暂缓,需求待确认;研究设计和对标软件未定1.4;医学里三年 403 篇—暂缓:归回归或选择模型流程
35 Cox 回归暂缓,需求待确认;需要时间加结局状态的独立契约1.8;医学里三年 8,512 篇;未查生存分析、事件史分析SPSS / R暂缓:归将来的生存或事件史分析
36 Deming 回归暂缓,需求待确认0.0;漏了“戴明回归”—暂缓:低优先
37 空间 OLS 回归空间计量;混合 OLS 加 LM 检验未单独检索;空间计量合计 105.3Stata空间计量智能体已有实现
38 空间滞后模型 SLM空间计量;即 SAR未单独检索;空间计量合计 105.3Stata空间计量智能体已有实现
39 空间误差模型 SEM空间计量未单独检索;空间计量合计 105.3Stata空间计量智能体已有实现
40 空间杜宾模型 SDM空间计量;截面与面板59.6Stata空间计量智能体已有实现
41 空间滞后误差模型 SAC空间计量;仅截面 GMM,默认关闭未单独检索;空间计量合计 105.3—空间计量智能体已有实现;仅截面 GMM,默认关闭
42 自变量空间滞后 SLX空间计量;已注册 [email protected]未单独检索;空间计量合计 105.3Stata空间计量智能体已有实现
43 空间面板模型空间计量;个体或双向效应;仅时间效应代码中也有,发布描述待核未单独检索;空间计量合计 105.3Stata空间计量智能体已有实现;生产启用范围待确认
44 空间似不相关回归暂缓,需求待确认;未见实现未单独检索;未单独检索—空间计量智能体未见实现;暂缓,由其负责人确认

清单外的回归相关方法

方法每万篇提及经济类教育类安排
异质性分析508.6954.117.2回归里已有
双重差分197.8370.79.0没有;二期新开政策评估
倾向得分匹配87.6159.45.8没有;实现放政策评估,回归内生性环节给入口
门槛回归85.0162.32.3没有;回归迭代第 3 步
倒 U 型关系43.778.05.7回归可做二次项,转折点检验未覆盖
合成控制5.09.40.2没有;并入政策评估
多层线性模型4.54.24.2没有;未查“跨层”,去向请专家确认
暂缓方法的复议条件
  • 零膨胀泊松、零膨胀负二项: 归回归计数模型族。检索合并计数,无法区分需求;有大量零值的计数数据、且能说明零值来源时再评估。
  • 稳健回归: 归回归。词表漏了“抗差回归”“M 估计”;补检索或出现异常值敏感需求时再评估。稳健标准误不能替代稳健估计。
  • 曲线回归: 归回归。先核清已有多项式、高阶项与转折点检验的缺口,再定是否补 SPSS 曲线估计的其他形式。
  • 似不相关回归: 回归或多方程模型,归属待定。出现多方程联立需求时再评估;现有检索只用了中文。
  • PLS 回归: 暂缓。PLS-SEM 单列,由结构方程评估;两者混合计数,且未查 PLS-SEM、SmartPLS,不能用低数字判定需求低。
  • 条件 logit: 回归或选择模型流程。配对、分组等设计和对标软件待定;进入医学或离散选择研究时再评估。
  • Deming 回归: 目前低优先。检索漏了“戴明回归”;出现测量方法比较需求时再评估。
  • 空间似不相关回归: 归空间计量,由其负责人确认需求和排期;尚未单独检索。
  • Cox 回归: 归生存或事件史分析,需要时间与结局状态的独立契约。医学需求较集中,社科需求待确认;词表漏了生存分析、事件史分析等叫法。
实现与验收细节
  • 调节图与调节模型要区分。 现有“调节效应图”画的是分组回归系数;交互项依靠指令关键词,没有结构化配置,也未做中心化。多项式虽可生成交叉项,不能据此宣称调节分析完整。
  • 新模型要逐环节适配。 稳健性检验先看模型白名单;进入重估后,只有 logit、Poisson、负二项有专门处理,其余默认按线性重估。新增模型不能直接承诺沿用全部后续环节。
  • 相同统计的实现有重复。 线性与逻辑回归、分层 OLS、因子分析分布在多个智能体;因子抽取方法本就可能不同,只比较设定一致的部分。
  • 缺少对照的模型要补证据。 分组、分位数、Poisson、负二项、断点回归没有软件对照;文献基准和独立验收状态待确认。结构方程和元分析虽有测试或参考脚本,运行状态未核。
  • 产品入口要理顺。 面板和因子分析的独立占位与已有能力重合;“双重查分”占位应改名。断点回归已有独立分支,保留其资产,两侧给入口、共用实现。
  • 保留缺失值处理差异。 结构方程普通路径与中介可选整行删除或 FIML;得分 OLS 调节和调节中介使用共同完整案例。
频率数据说明

万方学位论文,摘要字段,2023—2025 年;64 个方法、65 条检索。目标范围用经济、文化科学教育体育、政治法律、哲学宗教、社会科学总论五类近似,分母约 34.8 万篇,以摘要含“研究”估算。

这是摘要提词频率。 分子、分母限定不同,分类分面相加未去重;基础方法可能不写进摘要。它只能粗分高低,不能推断实际使用占比、相邻名次或具体分析做法。经济类占分母一半以上;工商管理与应用经济分不开,心理学也不能单独识别。

  • 复核范围: 复跑 8 条,7 条一致,Tobit 的学科分面截断已更正。其余 56 条未逐条复核;缺失分面被记为 0,零值是否真实尚未逐项确认。逐条结果页未保存,期刊论文未查。
  • 误命中与宽词: 元分析可命中有限元分析;门槛效应、面板数据、多元回归、最小二乘不对应单一模型。DID、PSM、GMM、HLM 等缩写未消歧;实际误命中比例待抽查。
  • 漏检: 稳健回归、SUR、Deming、PLS-SEM、Cox、RDD、多层模型的词表不完整;相关低数字不能直接作为低需求依据。
  • 分档: 每万篇提及 100 以上为高,20—100 为中,20 以下为低。同义词合并检索的条目共用数字。
  • 待核: 与原帖逐项对应、线上乱码版本与运行后果、负责人范围、期刊证据。
资料来源

代码基线:origin/develop@11e3b434(2026-11-04)、origin/feature/QSM@a0387789(2026-11-05)。业务阶段来自 2026-11-10 的管理页截图;注册可用、开发阶段与上线情况分别记录,不能互相替代。

参考文件:docs/regression-spss-alignment.md、docs/anova-spss-alignment.md;本地量化方法开发规范 docs/internal-experience/quantitative-analysis-development-sop.md,不在上述 develop 提交中。检索词表、检索式、脚本与原始 CSV 保留在定稿目录的 sampling/。

原清单来源为小红书《终于有人把 44 种回归模型说清楚了》的站内分享记录;完整原帖尚未逐项核对。