如何比较不同模型系数的差异

我在一篇文章中设计了三个模型：1.是实际情况，用10个自变量分析；2.意愿，10个同样自变量分析；3同样是意愿，同样用10个自变量分析，但加入实际情况。
能不能说（1）“如果模型2中变量的影响与模型1的相同，就说明实现了愿望，否则是没有实现愿望，通过对比会发现什么变量对实现其愿望产生影响较大”；（2）模型3加入了实际情况的信息。如果在模型3中，加入实际情况之后，使模型2中其他预测变量的影响显著减小，则实际情况是个中间变量。反之，实际情况式与其他预测变量一样，对意愿产生影响。请高人指点！！

即使三个模型当中因变量相同，我认为估计系数要进行跨方程比较也是比较困难的，因为现在系数的比较都是局限在同一个方程之中，通过假设检验来实现的。正是因为回归是估计的，所以对系数要进行假设检验，而不同的方程系数比较也是需要进行假设检验的，这一步如何实现是非常关键的。除非能想到必要的方法将两个方程串联起来。伍德里奇的书上只讲了同一方程中不同系数的比较检验，而对于两个方程及其以上的比较你可以去参阅一下他所撰写的嵌套模型假设检验，看能不能提练出一点有用信息用于你的目的。

个人感觉，如果要证明是否实现了愿望，应该是通过“模型预测”来说明，而不是变量对方程的影响，就是说根据回归得到的模型将自变量值代入，计算预测值的区间，再去看意愿值是否落在这个区间内。
楼主说实际居住方式是个中间变量是否指“外生变量”？如果是外生变量，则将其加入模型进行回归应该是不会对模型变量产生影响的，若产生了影响，则必然说明这些实际因素是对意愿产生影响的因素之一。
以上是个人愚见，望各位高人指正。

首先一点，如果因变量在3个回归中不是一样的，这样的系数比较意义不大。但是对不同的回归方程，我们解释的时候总会回归到经济意义上，如果经济意义基本一致，也就没什么问题。
请高手指正，顺便学习！

只要因变量是同一个变量,不同模型自变量是可以比较的,应该是用F检验.

只要因变量是同一个变量,不同模型自变量是可以比较的,应该是用F检验.

多组回归模型是否可以统一？
http://agri520.cn/?p=50545
对你可能有帮助

machine2007 发表于 2010-2-3 13:57
只要因变量是同一个变量,不同模型自变量是可以比较的,应该是用F检验.

请问这样的F检验在stata里如何做呢？

请问您的问题解决了吗
我也遇到了这样的问题
我需要检验同一变量在两个模型中的系数是否存在显著差异