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 | 6 | Tobit、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
- 目标用户: 继续以经管社科论文作者为主,还是纳入医学、生存与事件史分析?
- 中介和调节: 观测变量路径、面板机制检验分别放在哪里?哪些复用,哪些需要补?
- 样本选择与匹配: Heckman 和倾向得分匹配是否作为回归内生性环节的产品选项?两者分别处理特定问题,不能代替一般内生性检验。
- 尚未定范围的方法: PLS-SEM、多层线性模型和暂缓的 10 种,有没有明确使用场景?
- 政策评估: 各方法先做哪些,对标 Stata、SPSS、R 或 Mplus 是否合适?
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 | 23.5 | SPSS | 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 35 | SPSS | 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 509 | Stata | 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 44 | Stata | 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 | 148.3 | Stata | 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 | 27.5 | Stata | 回归智能体已有实现;第 4 步补对照 |
| 14 Tobit 模型 | 待开发 | 56.3 | Stata | 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 | 25.6 | Stata | 回归智能体已有实现 |
| 18 Poisson 回归 | 已实现,无软件对照 | 2.0 | Stata | 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 | 4.9 | Stata | 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 RDD | Stata | 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 940 | Stata / 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 | 5.5 | SPSS | 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 probit | SPSS | 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 105.3 | Stata | 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 105.3 | Stata | 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 105.3 | Stata | 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 | 59.6 | Stata | 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 105.3 | Stata | 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 105.3 | Stata | 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 | 508.6 | 954.1 | 17.2 | 回归里已有 |
| 双重差分 | 197.8 | 370.7 | 9.0 | 没有;二期新开政策评估 |
| 倾向得分匹配 | 87.6 | 159.4 | 5.8 | 没有;实现放政策评估,回归内生性环节给入口 |
| 门槛回归 | 85.0 | 162.3 | 2.3 | 没有;回归迭代第 3 步 |
| 倒 U 型关系 | 43.7 | 78.0 | 5.7 | 回归可做二次项,转折点检验未覆盖 |
| 合成控制 | 5.0 | 9.4 | 0.2 | 没有;并入政策评估 |
| 多层线性模型 | 4.5 | 4.2 | 4.2 | 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。