我估计stata上的一系列多项逻辑回归，所有这些都基于以下代码的变化，这些变量计算所考虑的变量的边际效应：
forval i=1/5{
drop outcome`i'
}
mlogit dependent_pre constant var1 var2 independent_pre, noconstant base(0) noomitted noemptycells
est store m_pre
forval i = 1/5 {
predict outcome`i', outcome(`i') pr
}
forval i = 1/5 {
est res m_pre
quietly margins, dydx(*) pr(out(`i')) atmeans post
quietly su outcome`i'
estadd scalar pr = r(mean)
est sto m_pre_`i'
}
（FOR LOOP＃1）
在不同的子时段（总共三个子时段）上估计上述模型，这导致每个子时段的系数不同（每个子时段总共5个）。
我很想知道三个模型中感兴趣的主要变量（independent_pre）是否相同（或不相同）。让我们假设三个模型（三个时期）被称为：
1) m_pre
2) m_us
3) m_euro
在这三个时期中，感兴趣的主要变量（independent_）具有以下名称：
1) independent_pre
2) independent_us
3) independent_euro
当然，对于每个时期，将为独立_计算5个边际效应。
for循环＃1（上面）存储了五个模型结果，每个结果一个：
m_pre_1 , m_pre_2 , m_pre_3 , m_pre_4 , m_pre_5 ... In total 3*5=15 models for the three subperiods.
我在这里看到了这个页面：http://www.ats.ucla.edu/stat/stata/f...ed_results.htm
我可以使用以下命令检索边际效果：
estimates restore m_pre_1
display _b[independent_pre] (this line shows the coefficient)
And the standard error using
display _se[independent_pre]
问题是，我需要使用“恢复”命令来查看每个模型并访问系数和标准误差，而我需要访问多个模型的值。
我想有一种方法可以保留系数和标准误差，然后自己计算测试..
但我的问题是我是否可以在不自行计算的情况下完成这项工作？
有没有办法访问不同边距mlogit模型的值而不必像上面那样恢复它们？
还有其他方法可以进行我缺少的计算吗？
谢谢！