面板logit交互项的显著性及影响效应相关问题

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

考虑到所用模型为面板logit,在进行实证时采用随机效应logit,同时考虑到交互项（想要了解x1对y是否受到x2的影响，从理论上考虑到有影响，但实证不知道如何实现）：
①xtlogit y x1 x2 cv _I*
②xtlogit y x1 x2 c.x1#c.x2 cv  _I*
（y为二元因变量，x1与 x2为主要解释变量，且 x1与 x2为连续型变量;cv为控制变量; _I*为地区、行业与年份控制变量）
考虑到在线性模型中，对交互项系数的解释是直接的；而在非线性模型中交互效应的统计显著性不能用交互项系数简单看.此外， 当x1与 x2一个为连续型变量，一个为虚拟变量（0 1）的时候，是否可以通过margins, dydx(c.x1) at(x2=(0 1))  predict(pu0)查看其交互效应？

连老师的文章中描述（如下图），当交互作用都是连续型变量，交互效应相当于x1与 x2的交叉导数，但不知道这个是否能在stata中实现？自己尝试过使用“inteff”，在上述②运行后使用“inteff y x1 x2 c.x1#c.x2 cv  _I*”，显示“factor variables and time-series operators not allowed”，不知道是哪儿我没理解到？
//此外，还尝试KHB检验是否存在中介效应：
①khb xtlogit y x1 || x2,c(cv _I* )，依旧无法出结果。实在是不知道在此类模型中交互项该如何去检验？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：logit 交互项 Log time-series Variables

在这种非线性回归当中，考虑交互效应，我见过一些文章没有执着于分析系数或者是边际效应 而是在与分析显著性以及正负情况。

wdlbcj 发表于 2021-6-23 19:15
在这种非线性回归当中，考虑交互效应，我见过一些文章没有执着于分析系数或者是边际效应 而是在与分析显著 ...

我也不是执着于其具体的边际效应，我其实只要知道交互项的正负反映的影响方向，但是像logit等模型的交互项在回归中的系数正负是否就能直接反映其影响方向，正向或负向？从截图中的公式来看，交互项的系数正负好像并不能反映其真正的交互效应。我就是在纠结这个。

姜小花花 发表于 2021-6-23 19:52
我也不是执着于其具体的边际效应，我其实只要知道交互项的正负反映的影响方向，但是像logit等模型的交互项 ...

这个是可以的

logit下的系数正负也能说明影响方向  我这里用的是估计的系数 而不是odd ratio那些东西。

wdlbcj 发表于 2021-6-23 20:05
这个是可以的

logit下的系数正负也能说明影响方向  我这里用的是估计的系数 而不是odd ratio那些东西。 ...

我回归结果是显示系数，而非OR。若y=1,退出；0其他；那么变量x1的回归系数为正，表示x1增加了企业退出率；但是存在交互项x1*x2，交互项的回归系数正负及显著性也可以说明其影响方向吗？在线性回归中交互项的系数符号及显著性是可以直接用来解释其影响，但在logit这类模型也是可以反映吗？

姜小花花 发表于 2021-6-23 20:18
我回归结果是显示系数，而非OR。若y=1,退出；0其他；那么变量x1的回归系数为正，表示x1增加了企业退出率； ...

可以的吧，我记得相关文献中是这么分析的。或者你将这个理解为那种LPM 线性概率模型，基本都是一样的。
所以这种交互项也可以这么来理解

wdlbcj 发表于 2021-6-23 20:20
可以的吧，我记得相关文献中是这么分析的。或者你将这个理解为那种LPM 线性概率模型，基本都是一样的。
...

好的，谢谢您！此外，我想问您一下，在做面板logit回归时，使用xtlogit y x1 x2 i.region i.ind i.year 与xtlogit y x1 x2 i.year，re都可以跑，但是回归系数及显著性有差别，想问问在想控制行业年份地区等基础上，应该是哪种表达?

姜小花花 发表于 2021-6-24 16:45
好的，谢谢您！此外，我想问您一下，在做面板logit回归时，使用xtlogit y x1 x2 i.region i.ind i.year 与 ...

一个加了随机效应  另外一个没有加，常见的是加了re 考虑随机效应的这一种

wdlbcj 发表于 2021-6-24 18:54
一个加了随机效应  另外一个没有加，常见的是加了re 考虑随机效应的这一种

加了re，考虑随机效应，对于行业年份地区是否还需要？我知道随机效应是考虑到个体效应，但不知道在此基础上是否加上？还是说xtlogit y x1 x2  i.year,re已经考虑到地区行业等？感谢您的耐心答复！

姜小花花 发表于 2021-6-24 19:05
加了re，考虑随机效应，对于行业年份地区是否还需要？我知道随机效应是考虑到个体效应，但不知道在此基础 ...

你好  这个不碍事的，可以认为要考虑不同地区的影响，加上这个i.行业 和随机效应是不冲突的。