按照Stata中的大多数估算命令（例如reg，logit，probit等），您可以使用_b[ParameterName]语法（或同义词{{ {1}}）。例如：
_coef[ParameterName]接着是
regress y x
将显示x系数的估计值。 di _b[x]
将显示估计的拦截系数（假设di _b[_cons]命令成功），等等。
但是如果我使用非线性最小二乘命令regress我（貌似）必须做一些稍微不同的事情。现在（不考虑这个示例模型，绝对不需要使用NLLS回归）：
nl然后（注意正斜杠）
nl (y = {_cons} + {x}*x)
将显示x系数的估计值。
为什么访问di _b[/x]
后面的参数估算需要不同的语法？是否需要注意细微之处？
答案 0 :(得分：1)
“撇开那个示例模型，绝对不需要使用NLLS回归”：我认为这是你不能在这里做的......
问题在于为什么语法是这样的。这是逻辑问题和历史问题。为什么选择特定语法最终是StataCorp选择它的程序员的问题。这是对您的问题的一个有限的看法。
回归型模型的主要语法来自为线性回归模型设计的语法，其中默认情况下参数包括截距，如您所知。
非线性回归模型的原始语法（在非线性最小二乘估计的意义上）与估计用户指定的参数束的需要相匹配，这些参数根本不需要包括截距。
否则，不存在拦截是自然默认的问题;没有参数化是一个自然的默认值，nl估计的每个模型都是 sui generis 。
一个有用的功能是，用户可以在Stata中作为合法名称的约束中选择他们为参数找到的名称，例如alpha，beta，{{1} }，gamma，a，b等。如果您选择c作为_cons中的拦截，这是一个合法的名称，但不是特别的，只是你的选择; nl不会将其视为应该使用nl约定的信号。
您引用的语法是regress重大重新设计所能实现的一部分，但它与原始哲学一致。
语法不同，因为它可能不是你寻求的答案，但我想你只能从StataCorp获得更全面的答案;开发人员确实在Statalist上闲逛，但他们并没有在这里看到它们。