如何用Stata的npregress在指定z值处带控制变量做局部核回归？

我之前用自定义命令kernmean做二元回归的核均值计算，代码如下：

kernmean y x if cond_a==1 & cond_b=1 & cond_c>cond_d, order(1) at(z) generate(newvar) epan bw(5)

这段命令会针对满足所有条件的观测值，使用Epanechnikov核和带宽5，在变量z的每个取值处估计局部核均值。

现在我需要在回归中加入控制变量，但kernmean不支持该功能，因此改用Stata的npregress命令，写出的代码如下：

npregress kernel y x1 x2 if cond_a==1 & cond_b=1 & cond_c>cond_d, kernel(ep) predict(newvar1 newvar2 newvar3) bwidth(5 5 5 5, copy) 

但这段代码无法在变量z的每个取值处估计均值，想了解是否可以给npregress添加对应选项，或者有其他命令能实现需求？

一、通过npregress结合predict实现指定点估计 #

要在npregress中实现变量z每个取值处的均值估计，需要拆分拟合和预测步骤，并利用predict的at()选项：

1. 拟合模型时区分核心变量与控制变量
   先明确核心变量（即你要做局部核估计的变量，对应原kernmean中的x）和控制变量，用controls()选项指定控制变量：

   npregress kernel y x1, controls(x2) if cond_a==1 & cond_b==1 & cond_c>cond_d, kernel(ep) bwidth(5 5, copy)
   

   这里假设x1是核心变量，x2是控制变量；bwidth(5 5, copy)表示给核心变量和控制变量都设置带宽5。

2. 生成包含z所有目标取值的临时数据集
   提取原数据中z的唯一取值，并给控制变量设置参考值（比如均值，或你需要的固定值）：

   preserve
   clear
   // 提取z的唯一取值
   levelsof z if cond_a==1 & cond_b==1 & cond_c>cond_d, local(z_unique)
   set obs `:word count `z_unique''
   gen z_target = .
   forvalues i=1/`:word count `z_unique'' {
       replace z_target = `:word `i' of `z_unique'' in `i'
   }
   // 设置控制变量的参考值（以均值为例）
   gen x2 = `=mean(x2) if cond_a==1 & cond_b==1 & cond_c>cond_d'
   

3. 在指定z取值处预测核均值
   使用predict的at()选项，指定核心变量取z的目标取值，生成估计结果：

   predict newvar, at(x1=z_target)
   // 将结果合并回原数据（可选）
   tempfile pred_results
   save `pred_results'
   restore
   merge m:1 z using `pred_results', keepusing(newvar) nogenerate
   

二、替代命令：lpoly（更简洁的单核心变量场景） #

如果你的核心变量只有一个，lpoly命令更适合——它直接支持加入控制变量，且原生支持at()选项指定估计点：

lpoly y x1 if cond_a==1 & cond_b==1 & cond_c>cond_d, controls(x2) kernel(epan) bw(5) at(z) generate(newvar)

这条命令会直接生成z每个取值处的局部核均值估计，完全匹配你原kernmean加控制变量的需求。

内容的提问来源于stack exchange，提问作者swediot