怎么用逐步法做中介效应检验

大家好，我想做中介效应检验，就是最基本的三步法，不是sobel，也不是bootstrap。Rate是因变量，DS是自变量，SA是中介变量。其他都是控制变量。像文献中那样，把三步检验放在一张表里。拜托大家！

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double id int year double(SA DS Rate lev grow) str14 sic2 double top1
   
4. 2 2007 3.4252465642259633 .21369752900388922   -.18955457875708845 .661125  .990486 "K" 14.6345
   
5. 2 2008  3.419622247150622 .31438839398673485    -.2393177161413208 .674441  .153833 "K" 14.7255
   
6. 2 2009   3.42029912904163  .2767777364221519  -.040085861255223454 .670017  .192459 "K" 14.7255
   
7. 2 2010  3.325596598733176  .2555375205102393   -.07664141412355671 .746861  .037496 "K" 14.7255
   
8. 2 2011 3.2599293873162782  .3336246792999658   -.06681281807686762 .770997  .415447 "K" 14.7255
   
9. 2 2012 3.2121072574392713  .4111860249561552   -.04336743046266678 .783163  .436505 "K" 14.725
   
10. 2 2013 3.1632896248391438  .3979984603571889    -.0186163424360537  .77997  .313263 "K" 14.699
    
11. 2 2014 3.1801940702293825 .31169473071547077  -.008914137003184164 .772046  .081002 "K" 14.9082
    
12. 2 2015  3.146313553779411  .4557824706054438   -.01729848854973287 .777015  .335828 "K" 15.2264
    
13. 2 2016  3.056906365421641 .41600709966385674   -.08091811035628788 .805367  .229754 "K" 15.2436
    
14. 2 2017  2.944654190404207 .37074352186879134   -.07507133576509323 .839813  .010063 "K" 29.3755
    
15. 2 2018  2.855516668406187 .28807388570450954   -.10595056513040108 .845856  .225537 "K" 29.3755
    
16. 4 2007   3.29058875310369 .34867945677646517     .2510692650001576 .424184 -.113707 "C2" 25.9643
    
17. 4 2008  3.327061801439449  .8893393712112168                     . .491793  .070836 "C2" 26.0756
    
18. 4 2010  3.434342603538236 .35153157486915804   .039997578285699525 .298574 1.185922 "C2" 26.0961
    
19. 4 2011  3.492498509736518  .2098497534507004   -.01800818600848697 .294935 -.432705 "C2" 26.0961
    
20. 4 2012  3.527551220369251  .2848261755919347  -.020207455369408267 .232528  .306825 "C2" 26.0961
    
21. 4 2013 3.6299907312486255 .31563482137131404    -.2325718670346676 .403239 -.252444 "C2" 26.0961
    
22. 4 2014  3.753744069355868 .35618641795848754 .00037140817981601293 .534754  .107499 "C2" 26.0961
    
23. 4 2015 3.8313735141970797 .23499366005438324   -.11403726394154001 .590402  .494308 "C2" 28.4182
    
24. 4 2016 3.7287446017824566  .2846109838574788                     . .203456 1.388206 "C2" 28.4182
    
25. 4 2017  3.817219930788398  1.095707349144991                     . .315247 -.518178 "C2" 28.4327
    
26. 4 2018     3.922518148051  5.750567132877282                     . .477966  1.64685 "C2" 28.4327
    
27. 5 2007 3.7668885100034877  .3989453921985944  -.033069134867594385 .485005 -.088491 "N" 20.1386
    
28. 5 2008  3.801506570777466 .44395293311195466   -.19746124651602948 .458645 -.636426 "N" 20.1502
    
29. 5 2009  3.835477566704232  .7000820372077724    .02384166465664045 .467575 -.602719 "N" 20.1502
    
30. 5 2010 3.8731273929887546  .3216728264684649    -.4015182537064308  .47796 2.177272 "N" 20.1502
    
31. 5 2012  3.955522562779543 1.0341468600083459    .22754831962585606 .483142   .56483 "N" 20.1502
    
32. 5 2013 3.9825986866862886  1.410347485295872                   .25 .474831 -.476352 "N" 20.1502
    
33. 5 2014  4.039633642703302 1.7371726890977222    .04384866114651381 .509964  .013739 "N" 20.1502
    
34. 5 2015    4.1249409016425  .9534253688510175    .05137273642803769  .44704  .593989 "N" 17.4052
    
35. 5 2016 4.1747368203750215  .7850672329791155    .07600217198179213 .463708  4.72788 "N" 17.4052
    
36. 5 2017  4.222831372194177  .9053553642753218   -.48418572734720333 .517747  .101811 "N" 17.4052
    
37. 5 2018  4.266165011325103  1.216631450559957    .11850809404368948  .49404 -.084271 "N" 17.4052
    
38. 6 2007  3.757828748243179 .47436946526019813    .09680951064098634 .677418 -.183734 "K" 20.1718
    
39. 6 2008 3.7973750151560193   .406353806668552   -.39940461906952235 .716675  -.00224 "K" 18.7611
    
40. 6 2009 3.8335002539282113  .8494092893355189  -.023215946598343862 .698577  .809881 "K" 18.7611
    
41. 6 2010 3.8678004730956808  .7125912316155162    -.0607480316015237 .701421  .264703 "K" 19.932
    
42. 6 2011 3.9089832228949204  .8969455350031871    -.1638296297165533 .652855  .107127 "K" 19.932
    
43. 6 2012 3.9438578414710905  1.037785164404366   -.06425599727486553 .620165  .188072 "K" 19.932
    
44. end

复制代码

做完回归之后分别保存，然后输出成汇总的图表就可了
est store result1/2/3
esttab result1 result2 result3 using result.rtf, se r2 scalar(N) replace star(* 0.1 ** 0.05 *** 0.01)