如何调整Stata的coefplot以展示分类变量估计的真实系数？

当你用虚拟变量回归（ib4.xvar）后，coefplot默认展示的是虚拟变量相对于参照组的系数，而非各分类的真实均值（即参照组常数项+对应虚拟变量系数）。以下是两种可靠的解决方法：

方法1：使用margins + marginsplot（推荐） #

这是Stata官方推荐的方式，直接计算每个分类的预测均值及标准误，自动生成符合需求的图形：

// 重新估计模型（若已eststo可跳过此步）
reg dv2 ib4.xvar
// 计算xvar各水平的边际预测值（即真实系数）
margins xvar
// 绘制带置信区间的系数图
marginsplot, scheme(s1color) vertical title("各分类的预测均值及95%置信区间")

margins xvar会自动计算每个分类的预测值：参照组D的预测值等于回归结果中的_cons，其他分类的预测值为_cons加上对应虚拟变量的系数，同时自动计算正确的标准误和置信区间。

方法2：手动用lincom构建结果集后用coefplot绘制 #

如果必须使用coefplot，可以通过lincom计算每个分类的真实系数及标准误，再合并绘图：

// 调用已保存的回归结果
estimates restore myest
// 用lincom计算每个分类的真实系数并保存结果
lincom _cons, eststore(D)       // 参照组D的真实系数
lincom _cons + xvar_A, eststore(A)
lincom _cons + xvar_B, eststore(B)
lincom _cons + xvar_C, eststore(C)
lincom _cons + xvar_E, eststore(E)
// 合并所有结果绘图
coefplot D A B C E, scheme(s1color) vertical title("各分类的真实系数及95%置信区间")

lincom会准确计算线性组合的系数、标准误和置信区间，确保图形中的统计量完全正确。

注意：不要使用coefplot的transform选项调整系数，该选项仅修改系数值，不会自动计算线性组合的标准误，会导致置信区间错误。

内容的提问来源于stack exchange，提问作者Alex