本文介绍了基于 Bootstrap (自抽样 / 自举法) 的组间系数检验方法及其 Stata 实现。具体思路如下： 第一种思路：首先通过有放回的自抽样方法获得一系列经验样本 (Empirical Sample)；然后在经验样本中根据其实际分组情况进行分组回归，从而获得分组回归系数差异统计量 d 的经验分布；最后通过检验 0 在 d 分布中的相对位置来检验 H0: d = 0。 第二种思路：首先通过有放回的自抽样方法获得一系列经验样本；然后按照真实分组的比例，但随机的为每个样本分配组别，并进行分组回归，从而构造出随机分组情况下，组间系数差异统计量的 d 经验分布。其背后的逻辑是，如果不存在组间系数差异，那么无论样本属于哪个组别，x 对 y 的边际影响都是相同的；最后检验实际观察到的组间系数差异在 d 分布中的相对位置来判断我们实际观察到组间系数差异的概率，若小于给定置信水平，则拒绝 H0: d = 0。

可以按照需要分块执行 dofile 中的代码。

全面介绍了 Stata 编程的基本要素，包括：暂元、循环语句等。