stata回归中，不同形式的交互，如v1#v2，和v3=v1*v2的区别？

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

在stata回归中，有两种方式可以产生交互作用并进行分析。
第一个是直接   reg v1 v2 i.v1*i.v2
第二种是   gen v3=v1*v2后，放入模型  reg v1 v2 v3

以上两种方式有什么区别呢？
因为第一种reg回归出来后，很多哑变量了，而第二种回归出来就是一个v3，感觉很不同。

请知道的，多多解释下。谢谢

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：Stata tata 交互作用 REG 哑变量 模型

reg y x1 x2 c.x1#c.x2

x3=x1*x2
reg y x1 x2 x3

蓝色 发表于 2013-4-2 14:28
reg y x1 x2 c.x1#c.x2

x3=x1*x2

啥意思？这不是和我的一个模型类似吗？

蓝色 发表于 2013-4-2 14:28
reg y x1 x2 c.x1#c.x2

x3=x1*x2

我可以把reg换成logistic一样的道理，不是说reg不能做i.v1#c.v2啥

结果当然与你的不同了

. clear

. sysuse auto
(1978 Automobile Data)

. reg price rep78 c.weight#c.length

      Source |       SS       df       MS              Number of obs =      69
-------------+------------------------------           F(  2,    66) =   16.94
       Model |   195662676     2  97831337.9           Prob > F      =  0.0000
    Residual |   381134283    66  5774761.86           R-squared     =  0.3392
-------------+------------------------------           Adj R-squared =  0.3192
       Total |   576796959    68  8482308.22           Root MSE      =  2403.1

-----------------------------------------------------------------------------------
            price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
------------------+----------------------------------------------------------------
            rep78 |   705.7891   317.1287     2.23   0.029     72.62131    1338.957
                  |
c.weight#c.length |   .0084306   .0014484     5.82   0.000     .0055387    .0113225
                  |
            _cons |  -1212.802   1630.628    -0.74   0.460    -4468.456    2042.851
-----------------------------------------------------------------------------------

. gen weightleigth= weight* length

. reg price rep78 weightleigth

      Source |       SS       df       MS              Number of obs =      69
-------------+------------------------------           F(  2,    66) =   16.94
       Model |   195662676     2  97831337.9           Prob > F      =  0.0000
    Residual |   381134283    66  5774761.86           R-squared     =  0.3392
-------------+------------------------------           Adj R-squared =  0.3192
       Total |   576796959    68  8482308.22           Root MSE      =  2403.1

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       rep78 |   705.7891   317.1287     2.23   0.029     72.62131    1338.957
weightleigth |   .0084306   .0014484     5.82   0.000     .0055387    .0113225
       _cons |  -1212.802   1630.628    -0.74   0.460    -4468.456    2042.851
------------------------------------------------------------------------------

.

仔细看帮助喝手册

蓝色 发表于 2013-4-2 14:32
. clear

. sysuse auto

但是针对  分类变量的交互就不一样了啊
v3=v1*v2

logsitic v1 v2 i.v1#i.v2
和logistic v1 v2 v3  两个回归出来的东西不一样

分类变量是相当于产出虚拟变量

命令都没有什么问题
关键是你自己要怎么样去做
可以手段产生变量应该是没有问题的。