技能市场

经典最小二乘回归：系数、标准误、p 值、R² 一站式输出。上传数据、标注变量、一键计算。

个体固定效应面板回归（PanelOLS）：控制不随时间变化的个体异质性，输出组内 R² 与组数。

从研究问题到论文表格的完整实证路线图：模型选择 → 数据准备 → 稳健性检验 → 结果呈现，免费查阅。

随机效应面板回归（RE）：个体效应与解释变量不相关时比 FE 更有效，输出组间方差成分与 GLS 估计。

固定效应 vs 随机效应的 Hausman 检验：输出 chi² 统计量与推荐模型，解决论文中「该用 FE 还是 RE」的经典问题。

二元 Logit 回归：被解释变量为 0/1（是否购买/是否违约）时的标准选择，输出几率比与边际显著性。

Probit 回归：基于正态分布的二元选择模型，与 Logit 互为稳健性对照，适合汇报概率弹性。

多项 Logit（MLogit）：被解释变量为多类别（交通方式/职业选择）时估计各类别相对基准的对数几率比。

泊松回归：被解释变量为非负计数（专利数/就诊次数）时的标准模型，exp(β) 即发生率变化倍数。

ARIMA 自回归移动平均模型：单变量时间序列的建模与预测，输出 AIC 定阶与参数估计。

ADF 平稳性检验：时间序列建模的第一步，判断序列是否含单位根，输出 t 值与 1%/5%/10% 临界值对照。

双重差分政策评估：用处理组 × 时期交互项识别政策净效应，输出 DID 估计量与显著性（论文常用因果设计）。