交互项回归VS分组回归：讨论

非常感谢 受教了

烦人的论文 发表于 2019-2-25 14:15
请问这个问题解决了吗

并没有

请问一下分组回归后一组显著，一组不显著，还需要做组间差异检验吗

hustwjp 发表于 2015-7-11 22:11
用stata的auto数据，用price对mpg 按照foreign分组做两个回归，mpg在两个回归中系数的差值  就是 price=mpg ...

分组回归得出的结果是什么？交乘项的结果又是真么意思？分组回归和交乘项回归得出的结果不一致？

hustchen2012 发表于 2016-6-17 11:06
分组也可以检验系数的差异是否显著

前辈您好！因为论文遇到困难，急切的想得到您的帮助，不知道您是否能看到这条消息。
我是应届毕业生，调节变量是企业产权性质，国企与非国企，分组跑完后，一组的结果是显著3颗星，系数为0.1，一组为显著1颗星，系数为0.8，请问如何去解释这个呢？如何通过分组检验系数的差异是否显著呢？
真切地希望得到您的帮助，祝好！

您好，最近遇到一个关于交互项的问题。在我的模型中，需要用到W*new_standard这个交互项，其中W为空间权重矩阵，new_stadard为一列数据（0/1）。请问在stata中，如何得到一个矩阵和一个虚拟变量组成的交互项呢？如果我直接相乘的话，系统会报错。

W是275*275，new_stadard是275*1

二胖熊 发表于 2020-2-22 11:17
前辈您好！因为论文遇到困难，急切的想得到您的帮助，不知道您是否能看到这条消息。
我是应届毕业生，调 ...

搜索连玉君组间系数差异检验，采用第二种ttest方法，很好用。

很高兴看到这个帖子讨论的问题，本人也遇到了一个问题：即交互项的结果与分组回归的结果结论正好相反。具体来说，采用交互项的方式，得出的是正向调节效应，但是我用分组回归的方法，两个组的系数差异表明具有负的调节效应，我用boostrap的方法检验了组间系数差异，都在5%显著，显著程度接近1%。针对这种差异，我思考了一下：交互项和分组回归的前提假设是不同的，交互项暗含的假设的两个组其他解释变量（也包括控制变量）的系数是相同的，但分组回归没有这样的假设，可以对比两个分组其他变量的系数方向、大小以及显著度的差异。当然，以上只是我的一点思考，二者结论的相反的问题目前我的研究也没有解决。至于如果矛盾哪个结论更可靠，个人比较倾向分组回归比较组间系数差异显著度的方法，因为对系数的假设更宽一些。期待更多大神对这一问题作出回答，感谢大家

zhaozimeng 发表于 2020-4-10 18:51
很高兴看到这个帖子讨论的问题，本人也遇到了一个问题：即交互项的结果与分组回归的结果结论正好相反。具体 ...

我同你的情况基本是一致的。我的分组和交乘得到的结果完全相反，并且分组通过了似不相关的系数检验，交乘的回归系数也是显著的。如果两者完全在逻辑上等同的话，那么将导致回归结果有矛盾的两种解释，实证便无法为理论提供稳健而统一的支撑。想了很久也没想到如何解释这种差异性，换了N个变量衡量方式也未能解决。最后，只能采取完全交互的回归方法，将方程中除主要解释变量以外的所有控制变量（包括固定效应）均上了交互项，才得以得到一致的结果。那么我想在这种情况下，应该是分组的结果更具备可信度，说明这两组的差异性是比较大的，很多变量的影响在两组之间有显著差异。全样本回归得到的结果是建立在其他变量影响相等的情况，该结论似乎有偏误的。
不知道我的这种解释是否有道理，希望得到大家的回复。

双星物语5 发表于 2021-1-25 15:43
我同你的情况基本是一致的。我的分组和交乘得到的结果完全相反，并且分组通过了似不相关的系数检验，交乘 ...

我也说不好了，也有人和我说，交乘项的结果更可靠，原因在于分组回归的结果用的是不同样本，既然是不同样本，系数的比较是否恰当就是一个问题了，即便使用了似无相关检验或者bootstrap的方法比较组件系数差异，结果也不一定可靠，我也很纠结，期待更权威的解释