目前是有主回归x和y，想再用一个did做内生性检验，但不知道怎样设计交乘项和x的关系

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

---

1. 各位大神好，我是有主回归x和y，想再用一个did做内生性检验，但不知道怎样设计交乘项和x的关系；目前看到两篇文献，但不知道哪种方法更合理，一篇是利用政策将x划分为对照组和处理组，生成0、1变量，直接用treat*post回归，传统的did，看交乘项系数就行如下图1第二篇是划分为0、1变量后，回归y  x  x*treat*post  treat*post这三项，但回归结果展示时，他只展示了x*treat*post这项的显著性，想问一下这种回归应该看哪个系数的显著性才能判断这个政策能用吗？如图2
2. 也许还有其他方法，想求助一下大家

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0 回帖

关键词：内生性检验 内生性 交乘项 DID 不知道

在你的问题中，你想要在一个主回归模型中加入DID（差异-in-differences）设计来检验内生性。下面是我对两种方法的理解：

1. 第一种方法是直接使用处理组和对照组的交互项作为DID估计量。在这种情况下，你只关心交乘项`treat*post`的系数是否显著。如果显著，说明政策（处理）在政策实施后（post）对结果变量（y）产生了显著影响。

2. 第二种方法是在回归模型中加入更多项，包括原始自变量x、处理组和对照组的交互项`treat*post`以及x与上述交互项的交乘项`x*treat*post`。这种方法更加复杂，它试图捕捉x在政策实施前后变化的影响。

对于第二种方法中的回归结果，你应该主要关注交乘项`x*treat*post`的系数是否显著。如果显著，这表明原始自变量x的变化与DID估计量之间的关系是重要的，并可能影响你的内生性检验结论。

选择哪种方法取决于你的研究问题、数据可用性和理论背景。在具体应用时，你可能需要尝试不同的模型设定，看看哪个更能准确地反映你的研究问题。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用