分组回归和交叉项的研究意义区别

假设我研究的基础解释变量是A和B，A和Y 正相关，B和Y负相关
现在考虑SOE/非SOE，市场化较高地区/市场化较低地区对A和B 的调节作用。假如基础模型是Y=A+B+SOE+MARKET
理论上应该使用交叉项 即 Y=A+B+SOE+MARKET+SOE*A+SOE*B 以及 Y=A+B+SOE+MARKET+MARKET*A+MARKET*B 然后看交叉项的符号。
但是不显著啊！

如果我以SOE/非SOE，市场化较高地区/市场化较低地区分别对基础模型Y=A+B做分组回归，回归结果是
基础模型： A+* （系数为正）， B-*（系数为负）
SOE组：A+**， B-不显著； 非SOE组：A+不显著， B-*
市场化较高地区组：A+不显著 ， B-***； 市场化较低地区组： A+不显著， B-不显著

我认为这样的分组回归结果可以说明，SOE和市场化地区对A和B的影响。因为A和B的符号保持了一致，但是显著程度有区别。

请问：这样的分组结果站的住脚吗？ 为啥分组看到了明显区别，交叉项就是不显著啊... 要是别人问我，为什么不用交叉项而是采用分组，我难道要说因为交叉项不显著吗？  求指教。

auirzxp 发表于 2015-4-26 12:34
当然分组也是可以的。如果按照SOE分组，模型应该是：
（1）Y=A+B+MARKET，当SOE==1
（2）Y=A+B+MARKET，当 ...

您刚才说的交叉项模型我都尝试过，效果不理想。
Market也是0/1 dummy 因为我采用的是高于市场化中位数的取1，否则是0。
如果按照SOE分组，可不可以就是这样，不用必需包括market？ 因为我感觉market和soe都是区分特征的dummy，不用再搞Y=A+B +market或者+soe 如下。 这样可以吗？

（1）Y=A+B ，当SOE==1
（2）Y=A+B ，当 SOE==0

按照MARKET分组，也是
（1）Y=A+B ，当market==1
（2）Y=A+B ，当 market==0

auirzxp 发表于 2015-4-26 14:53
如果你认为SOE和MARKET都可能影响Y的话，那么用SOE分组的时候，就应该控制MARKET。同样，用MARKET分组的时 ...

market分组控制SOE之后 显示 soe omitted because of collinearity

auirzxp 发表于 2015-4-26 14:53
如果你认为SOE和MARKET都可能影响Y的话，那么用SOE分组的时候，就应该控制MARKET。同样，用MARKET分组的时 ...

那这样的话，在做分组之前，做基础模型回归，基础模型 Y=A+B 还需要变成 Y=A+B+SOE+MARKET吗？ 如果分组是
Y=A+B+MARKET if SOE==1的话，基础模型就没必要再控制SOE和Market了吧？

另外，如果是分为4组，分别是SOE==0, MARKET==0；SOE==1, MARKET==0；SOE==0, MARKET==1；SOE==1, 这样给SOE分组的时候就不必控制market了吧？