Я запускаю линейную регрессию с фиксированным эффектом и стандартными ошибками, сгруппированными по определенной группе.
areg ref1 ref1_l1 rf1 ew1 vol_ew1 sk_ew1, a(us_id) vce(cluster us_id)
Однострочный код такой же, как указано выше, и вывод выглядит следующим образом: 
Теперь t-статистика и значения P выглядят несовместимыми. Как мы можем иметь t-stat > 5 и pval > 11%? Точно так же 95% доверительные интервалы кажутся намного шире, чем Coeff. +- 2 станд. Ошиб.
Что мне не хватает?
Здесь нет ничего противоречивого. У вас небольшой размер выборки и менее экономная модель, и почти все степени свободы исчерпаны. Обратите внимание, что areg не публикует статистику F или значение P для модели, что является сильным признаком опасности. Ваша статистика t согласуется с проверками вручную:
. display 2 * ttail(1, 5.54)
.11368912
. display 2 * ttail(1, 113.1)
.00562868
Короче говоря, здесь нет ошибки и нет проблемы с программированием. Это просто вопрос вашей модели, которая переопределяет ваши данные и побочные эффекты этого.
Точно так же +/- 2 SE для доверительного интервала 95% здесь далеко не соответствует эмпирическому правилу. Опять же, ручной расчет поучителен:
. display invt(1, 0.975)
12.706205
. display invt(60, 0.975)
2.0002978
. display invt(61, 0.975)
1.9996236
. display invnormal(0.975)
1.959964
