probit回归中含有交乘项,貌似交乘项很难显著

probit回归中含有交乘项,貌似交乘项很难显著？
基本回归没有问题，一加入交乘项，交乘项没有一个显著。换了超过10个hypothesis了。难道一定要用Ai and Norton（2003）的方法。曾经试过这个方法，因为样本太大，6个小时没有出结果，就关掉程序了。

大家有什么关于probit回归中含有交乘项的经验吗？
非常感谢！

econfj 发表于 2011-5-27 20:07 2)出来probit回归的系数分别大约是－0.8,－1,－2,－3,－4,为什么是负数，不是0.8,1,2,3,4.

*若要各估计系数与定义式各系数的符号一致，可试以下过程（各系数均显著）：

clear
set ob 1000
set se 10000
g x1=rnormal()
g x2=rnormal()
g x3=rnormal()
g w=rnormal()<0
g y=(0.8+x1+2*x2+3*x3+4*w+5*c.x1#w>=-rnormal())
*或
g z=(0.8+x1+2*x2+3*x3+4*w+5*c.x1#w>=rnormal())

prob y x* w c.x1#w
*或
prob z x* w c.x1#w

不懂你在搞什么

econfj 发表于 2011-5-27 02:34 probit回归中含有交乘项,貌似交乘项很难显著？
基本回归没有问题，一加入交乘项，交乘项没有一个显著。换了超过10个hypothesis了。难道一定要用Ai and Norton（2003）的方法。曾经试过这个方法，因为样本太大，6个小时没有出结果，就关掉程序了。
大家有什么关于probit回归中含有交乘项的经验吗？

你的交乘项是什么变量（变量的性质：离散？连续？）的交乘？

econfj 发表于 2011-5-27 02:34 probit回归中含有交乘项,貌似交乘项很难显著？
基本回归没有问题，一加入交乘项，交乘项没有一个显著。换了超过10个hypothesis了。难道一定要用Ai and Norton（2003）的方法。曾经试过这个方法，因为样本太大，6个小时没有出结果，就关掉程序了。
大家有什么关于probit回归中含有交乘项的经验吗？

***考虑以下过程（若你的数据的真实生成过程如模型所言，则可以实现各系数都显著）：

clear
set ob 1000
set se 1000
g x1=rnormal()
g x2=rnormal()
g x3=rnormal()
g y=(0.8+x1+2*x2+3*x3+4*c.x1#c.x2<=rnormal())

prob y x* c.x1#c.x2

4# sungmoo
sungmoo，感谢你！
一个必须是离散变量，另外一个可以是离散变量也可以说连续变量，离散变量最好，我现在用的是离散变量。不论基本回归中的离散变量还是两个离散变量的交乘项，取1的比例都不大，不会超过5%。实际数据如此。不知道这个数据特征会有什么问题吗？

基本回归 probit y x1 x2 x3
有交乘项的回归 probit y x1 x2 x3  (x1*w)  w

新引进的变量是w, (x1*w)是x1和w的交乘项。有交乘项的回归的模型设定有问题吗？w是一定要加的，对吧？


我运行了一下程序，可以运行。有两点不明.
1)g y=(0.8+x1+2*x2+3*x3+4*c.x1#c.x2<=rnormal())
c.x1#c.x2是x1和x2的交乘项，“<=rnormal()”的运算顺序是？看不懂这个语句的符号的先后顺序。
2)出来probit回归的系数分别大约是－0.8,－1,－2,－3,－4,为什么是负数，不是0.8,1,2,3,4.

econfj 发表于 2011-5-27 20:07 不论基本回归中的离散变量还是两个离散变量的交乘项，取1的比例都不大，不会超过5%。

无论自变量还是因变量，若变量“不富于变化”，可能不利于统计分析。

econfj 发表于 2011-5-27 20:07 我运行了一下程序，可以运行。有两点不明.
1)g y=(0.8+x1+2*x2+3*x3+4*c.x1#c.x2<=rnormal())
c.x1#c.x2是x1和x2的交乘项，“<=rnormal()”的运算顺序是？看不懂这个语句的符号的先后顺序。

这步的意义是，若0.8+x1+2*x2+3*x3+4*c.x1#c.x2不大于标准正态分布随机数rnormal()，则y取1；反之则y取0。

6# sungmoo

非常感谢！
我也是担心这个问题。
在基本回归中自变量的变化就很小（自变量取1不会超过5%，其他为0），加入交乘项，交乘项的变化就更小了。

不过基本回归的结果很不错。但是我换了不下十种交乘项，没有一个回归的交乘项系数显著。根据hypothesis这十种大半应该显著的。

模型设定如
probit y x1 x2 x3 (x1*z) z

我们加入交乘项的目的是为了考察在在z＝1的情况下，x1对y的影响会不会增大？加入交乘项可以考察这种效应。还有其他方法可以考察这种效应吗？

还有个问题，下面这两种设定，哪一种正确。

1) probit y x1 x2 x3 (x1*z) z
2) probit y x1 x2 x3 (x1*z)
z要不要放入？

econfj 发表于 2011-5-28 13:50 我们加入交乘项的目的是为了考察在在z＝1的情况下，x1对y的影响会不会增大？加入交乘项可以考察这种效应。还有其他方法可以考察这种效应吗？

*可以试一下这种方式（Chow type test）：

prob y x* if z==1
est sto a
prob y x* if z==0
est sto b
suest a b

test [a_y]x1=[b_y]x1

*检验两次回归中x1的系数是否有显著差异。