我明白你遇到的困扰：当两个模型都是OLS时，rename()选项能轻松把x1和x2合并显示为同一行的x，但混合有序logit模型时就失效了。这是因为esttab对不同类型模型的变量元数据处理逻辑不同，不会自动将重命名后的跨模型变量视为同一行内容。下面给你几个可行的解决方案：

方案1：用临时变量统一变量名（最推荐） #

这是最简单且不易出错的方法——估计模型前，先把x1和x2通过临时变量重命名为x，这样两个存储的模型里自变量名完全一致，esttab会自动对齐到同一行：

* 清空之前存储的模型
eststo clear

* 估计OLS模型：临时变量替换x1为x
tempvar x
gen `x' = x1
eststo model1: qui reg y `x'
drop `x'  // 用完就删，不污染原数据

* 估计有序logit模型：临时变量替换x2为x
gen `x' = x2
eststo model2: qui ologit y `x'
drop `x'

* 导出到LaTeX，无需额外rename，变量名默认就是x
esttab model1 model2, se star(* 0.1 ** 0.05 *** 0.01) tex

导出的LaTeX表格里，x会作为唯一的自变量行，左右分别对应OLS和有序logit的系数，完全符合你的需求。

方案2：直接修改存储模型的变量名 #

如果你不想动原数据或用临时变量，可以直接修改已存储模型中的变量名，借助estimates modify命令实现：

eststo clear

* 先估计原始模型
eststo model1: qui reg y x1
eststo model2: qui ologit y x2

* 把model2里的x2改名为x
estimates modify model2: rename x2 x
* 把model1里的x1改名为x
estimates modify model1: rename x1 x

* 导出到LaTeX
esttab model1 model2, se star(* 0.1 ** 0.05 *** 0.01) tex

这个方法直接修改存储模型的内部变量名，让两个模型的自变量名统一为x，esttab就能正常合并显示了。

方案3：手动构建系数矩阵（灵活定制） #

如果需要高度定制输出格式，可以手动提取系数和标准误，构建自定义矩阵后再导出：

eststo clear

* 估计两个模型
eststo model1: qui reg y x1
eststo model2: qui ologit y x2

* 提取系数并构建矩阵
matrix b_ols = e(b)[1, "x1"]
matrix b_ologit = e(b)[1, "x2"]
matrix b = (b_ols, b_ologit)
matrix colnames b = "OLS" "Ordered Logit"
matrix rownames b = "x"

* 提取标准误并构建矩阵
matrix se_ols = sqrt(diag(e(V)))[1, "x1"]
matrix se_ologit = sqrt(diag(e(V)))[1, "x2"]
matrix se = (se_ols, se_ologit)
matrix colnames se = "OLS" "Ordered Logit"
matrix rownames se = "x"

* 导出自定义矩阵到LaTeX
esttab matrix(b), se(se) star(* 0.1 ** 0.05 *** 0.01) tex title("Regression Results")

这种方法适合复杂定制场景，但步骤相对繁琐。

小提醒 #

有序logit的系数是对数比数比（log-odds ratio），和OLS的边际效应含义完全不同，建议在表格中添加脚注或标注说明两者的差异，避免读者误解~

内容的提问来源于stack exchange，提问作者No Zurl