stata的交互效应该怎么解读？

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

研究问题是：城乡户籍对高等教育获得的影响是否随着世代不同而变化？
变量处理：college（读大学=1，没读过=0）；hukou（城市=1，农村=0）；cohort（世代：60前、60后、70后、80后、90后；1-5赋值）；控制变量：sex（男=1）；ISEI（父辈职业阶层，连续）

logit回归的结果如下，发现户籍的主效应是正，但与世代交互项显著为负，所以应当是户籍的影响在减弱；但是画图的结果完全相反，反而是随着世代推移，城乡之间的差异变得更大了；所以到底哪种解释是正确的？

logit college i.sex  ISEI age i.hukou c.cohort i.hukou#c.cohort

Logistic regression                             Number of obs     =
>      9,377
                                                LR chi2(6)        =
>    2364.54
                                                Prob > chi2       =
>     0.0000
Log likelihood = -2763.1269                     Pseudo R2         =
>     0.2997

--------------------------------------------------------------------
> ----------
     college |      Coef.   Std. Err.      z    P>|z|     [95% Conf.
>  Interval]
-------------+------------------------------------------------------
> ----------
         sex |
         男  |   .2464199   .0686721     3.59   0.000     .1118251  
>   .3810147
        ISEI |   .0250458   .0018376    13.63   0.000     .0214442  
>   .0286474
         age |  -.0023694   .0074991    -0.32   0.752    -.0170674  
>   .0123286
     1.hukou |   2.860853   .2129101    13.44   0.000     2.443556  
>   3.278149
      cohort |   1.014726   .0895923    11.33   0.000     .8391283  
>   1.190324
             |
       hukou#|
    c.cohort |
          1  |  -.3125002   .0579918    -5.39   0.000    -.4261621  
>  -.1988384
             |
       _cons |  -6.354929   .5785288   -10.98   0.000    -7.488825  
>  -5.221034
--------------------------------------------------------------------
> ----------

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：Stata 交互效应 tata Likelihood regression

调节效应，无论是在何种回归中，基本都不会直接解读其系数中的主效应结果，因为调剂效应分析的就是“主效应的变化”
换句话说，主效应一直在变化，所以主效应的状态不是唯一的，不可能将某个特定条件下的主效应当做核心解释
所以这里只能先对调节项进行解读，调节项系数为-0.31（p<0.001），显示调节效应成立

接着，进行简单斜率分析，或者直接绘图做进一步的解读。
在本次分析中，你选择的是进一步绘图。在图中可以看出城市（hukou=1）的一直高于农村（hukou=0）。该差异是否一直在扩大，需要给出具体的数值差才能判断。
其次，该差异是否具有意义，需要对同一个cohort下的两个hukou点进行差异检验（实际上是特定cohort下，hukou的简单斜率）

最后，这个分析在某些严格的标准下可能还不够好。
cohort（世代）是5个类别的有序变量，在严格的分析中应当虚拟化后进行分析。
这里直接当做连续变量进行处理，类似于对Likert量表的处理，要求低的时候也是可以的。

邱宗满 发表于 2022-10-26 15:30
调节效应，无论是在何种回归中，基本都不会直接解读其系数中的主效应结果，因为调剂效应分析的就是“主效应 ...

非常感谢您！
那请问按照您的意思，应该采用何种stata操作来检验二者的差异是否扩大呢？
我以为光看系数就可以得出结果了，主效应是正，但交互效应是负，两个符号相反，所以影响应该是被削弱的，不能够这样理解嘛？

tmh20001021 发表于 2022-10-26 17:40
非常感谢您！
那请问按照您的意思，应该采用何种stata操作来检验二者的差异是否扩大呢？
我以为光看系数 ...

"主效应是正，但交互效应是负，两个符号相反，所以影响应该是被削弱的"
这个判断仅仅只在某些特殊情况下才是对的，在许多情况下都是错的。


主效应指X→Y，而做调节，就是认为调节变量W会影响X→Y的效应。
因此，当模型里同时存在X、W以及X和W的交乘项XW之后，X的系数就再是你认为的那个主效应了，而是特定W水平下的X→Y效应。


对于任意软件，可使用以下方法进行简单斜率分析。
请问主效应为正但不显著，交互项显著为负向显著，怎么解读呢 - SPSS论坛 - 经管之家(原人大经济论坛) (pinggu.org)