Stata急救(六)|答辩PPT里的Stata结果怎么排版?

辛辛苦苦跑的回归，PPT里展示得像Excel？盲审专家看了直摇头？本篇教你5个Stata结果排版技巧，从表格导出到可视化呈现，让你的实证结果高级感满满，答辩专家一眼看懂、连连称赞！

一、为什么PPT排版这么重要？ 📑

答辩现场的残酷现实：

"评委只看PPT，不看论文" "表格太密，专家看不清" "数字一堆，没有重点"

好的结果展示 = 让评委3秒内抓住你的核心发现

排版雷区：

• ❌ 直接从Stata复制粘贴（格式混乱）
• ❌ 表格太宽，字体太小
• ❌ 不显著的结果也展示（分散注意力）
• ❌ 没有星号标注（看不出显著性）

黄金法则：

一页PPT一个结论，一个表格一个故事

二、Stata结果导出：esttab命令详解 💡

Step 1：安装esttab

* 安装estout包（包含esttab、estpost等命令）ssc install estout

Step 2：存储回归结果

* 跑多个模型并存储reg Y X controls, rest store m1reg Y X1 X2 controls, rest store m2xtreg Y X controls i.year, feest store m3ivregress 2sls Y controls (X = IV), rest store m4

Step 3：导出到Word/RTF

* 基础版（直接复制到Word）esttab m1 m2 m3 m4* 进阶版（导出为RTF文件）esttab m1 m2 m3 m4 using "results.rtf", replace b(3) se(3) star(* 0.1 ** 0.05 *** 0.01) title("表1：基准回归结果") mtitles("模型1" "模型2" "模型3" "模型4") scalars("r2 R方" "N_clust 企业数") compress* 参数说明：* b(3)：系数保留3位小数* se(3)：标准误保留3位小数* star()：显著性星号* compress：压缩列宽* scalars：添加统计量

Step 4：导出到Excel

* 导出到CSV（Excel可直接打开）esttab m1 m2 m3 m4 using "results.csv", replace b(3) se(3) star(* 0.1 ** 0.05 *** 0.01) plain* 或者用logout命令导出详细结果logout, save(results) excel replace: reg Y X controls, r

Step 5：美化表格（关键！）

* 专业版表格（推荐用于论文和PPT）esttab m1 m2 m3 m4 using "results.rtf", replace b(%9.3f) se(%9.3f) star(* 0.1 ** 0.05 *** 0.01) title("表1 基准回归结果") mtitles("OLS" "FE" "2SLS" "DID") scalars("r2 R方" "r2_a 调整R方" "N 样本量") drop(_cons *.year *.industry) varlabels(X "数字化转型" X1 "数字化投入" X2 "数字化产出") note("注：括号内为稳健标准误；* p<0.1, ** p<0.05, *** p<0.01") booktabs compress* 关键参数：* drop()：隐藏某些变量（如常数项、虚拟变量）* varlabels()：给变量起中文名* note()：添加注释* booktabs：三线表格式（适合论文）

三、PPT排版技巧：5个高级感秘诀 🚀

技巧1：一页一个核心结论

❌ 错误做法：一页放3-4个表格 ✅ 正确做法：每页只展示一个表格，突出一个发现

答辩逻辑：

1. 第一页
   ：基准回归（核心发现）
2. 第二页
   ：稳健性检验（结论可靠）
3. 第三页
   ：机制分析（为什么成立）
4. 第四页
   ：异质性分析（对谁有效）

技巧2：突出关键系数

❌ 错误做法：所有数字一样大 ✅ 正确做法：核心解释变量加粗、标红、放大

Stata导出时设置：

* 只保留关键变量，隐藏控制变量esttab m1 m2 m3, keep(X X1 X2) b(3) se(3) star(* 0.1 ** 0.05 *** 0.01)* 或者只显示核心解释变量，控制变量用文字说明text "控制变量：企业规模、年龄、杠杆率等"

PPT美化技巧：

• 核心系数用红色/加粗
• 显著性星号用上标
• 标准误用小字体+括号

技巧3：可视化呈现（比表格更直观） 🎨

方法1：系数图（Coefplot）

* 安装coefplotssc install coefplot* 画系数图reg Y X controls, r coefplot, keep(X) vertical yline(0, lpattern(dash)) title("数字化转型对企业绩效的影响") xtitle("系数估计值") note("*** p<0.01, ** p<0.05, * p<0.1")* 导出图片graph export "coefplot.png", replace

PPT效果：柱状图/点图展示系数和置信区间，比表格更直观！

方法2：动态效应图（DID/Event Study）

* 生成年份虚拟变量与处理组的交互项forvalues t = -5/4 {    if `t' < 0 {        gen pre`=abs(`t')' = (year == 2018 + `t') * treat    }    else if `t' > 0 {        gen post`t' = (year == 2018 + `t') * treat    }}* 回归（以-1期为参照组）reg Y pre* post* controls i.year, r* 画动态效应图coefplot, keep(pre* post*) vertical yline(0, lpattern(dash)) xline(6.5, lpattern(dash) lcolor(red)) title("平行趋势检验") xlabel(1 "-5" 2 "-4" 3 "-3" 4 "-2" 5 "-1" 6 "0" 7 "+1" 8 "+2" 9 "+3" 10 "+4")graph export "eventstudy.png", replace

PPT效果：动态效应图是DID论文的必备，一眼看出政策效果随时间变化！

方法3：分组柱状图（异质性分析）

* 按所有制分组回归reg Y X controls if state == 1, rest store statereg Y X controls if state == 0, rest store private* 画分组系数对比图coefplot state private, keep(X) vertical yline(0, lpattern(dash)) title("异质性分析：国有 vs 民营企业") legend(label(1 "国有企业") label(2 "民营企业"))graph export "heterogeneity.png", replace

技巧4：统一配色和字体

配色建议：