楼主: 黃河泉
11687 24

[学习心得] 交互项 (调解效果) 与主项。 [推广有奖]

21
心情不错吼 发表于 2024-4-17 20:32:44
老师您好,学生想请教一下如何用stata选取对Y影响最大的X组合(目前理解是做交乘检验)。  

现有唯一Y,表示绩效;三个X:X1(环境保护) X2(员工福利) X3(透明度) ,分别指代ESG的一个部分,且X1+X2+X3=1,此外存在一系列控制变量。

X的所有可能如下:X1;X2;X3;X1&X2;X1&X3;X2&X3;X1&X2&X3;

想要判断哪一种X的可能对Y的影响最大——是单一X如X1或X2..,还是某种组合如X1&X2&X3。

目前的理解是通过交乘来判断他们的协同效应,不知道理解是否正确以及是否有更好的方法,

想请教一下老师,还望老师百忙之余可以指点一二,学生不胜感激。

[CODE]
* Example generated by -dataex-. For more info, type help dataex
clear
input double id float year double Y float(X1 X2 X3 Size Lev ROA Board FirmAge)
1 2015  7.623916839544428 .028556867   .57789284    .3512466 25.966436  .7770152  .046351  2.397895 3.3322046
1 2016   7.47614107454407   .8689333    .1044719  .018825937  26.06271  .8053671  .039322  2.397895  3.367296
1 2017  7.594386915679586   .3508549   .50866055   .05131464 26.105297  .8398126  .037283  2.397895 3.4011974
1 2018  7.546782610266893  .07110509    .6080864    .2986887  26.24965  .8458564   .03658  2.397895  3.433987
1 2019 7.5702769815592985  .32336795  .065558255    .3798929 26.395113  .8435895  .033839 2.3025851  3.465736
1 2020 7.5279853141538755   .5551032    .3063141   .11092653  26.37249   .812835  .032952  2.397895  3.496508
2 2015  4.573983546741958    .875991   .10819737  .007587015 19.803654  .5904017  .018609 2.1972246 3.4011974
2 2016  5.545285407303004  .20470947    .4212139    .0534735 19.735046  .2034563  .127625 2.1972246  3.433987
2 2017  4.853521897924347   .8927587     .089034  .015191195  19.88527  .3152466  .023925 2.1972246  3.465736
2 2018  6.377935030571934   .5844658    .3881028   .00941239 19.981983 .47796595 -.069716 2.1972246  3.496508
2 2019  5.154418280033971   .3697791    .1102818    .3071211  21.12505 .06024343 -.003905 2.1972246 3.5263605
2 2020  6.081767366345716   .8506309    .0826933   .02197168  21.17023 .06826371  .040542 2.0794415  3.555348
3 2015  3.822700495023693   .3913819    .3253765    .1981642 21.508997    .44704 -.030349   2.70805 3.2580965
3 2016  5.504491566078578  .11966132    .6838289    .1600173  21.65039  .4637085  .049547   2.70805  3.295837
3 2017  5.587733317530361   .7542434  .031671803   .07342521  21.79214 .51774734  .008433   2.70805 3.3322046
3 2018  5.525265228899969   .6950234   .08463664   .02378969 21.861555  .4940399  .051959 2.6390574  3.367296
3 2019   5.66333261849476   .6866152   .13293833   .17452316 21.832436  .4253374  .058018  2.484907 3.4011974
3 2020  5.397171212511674   .9319346  .009250126   .00756084  21.62683  .4600894 -.140648 2.6390574  3.433987
4 2015   8.51882192519515   .4548882    .1812837   .27572843 23.265144  .6461508  .035883 2.0794415  3.295837
4 2016  8.310805651449092   .0674011    .4360387    .1241549 23.301237  .6104992  .062138 2.0794415 3.3322046
4 2017  8.192655074869434   .3379889     .341656   .29694155  23.29892  .5656477   .06237   1.94591  3.367296
4 2018  7.902462878196624   .9748848 .0016812875  .016681263  23.32867 .52823627  .069209   1.94591 3.4011974
4 2019  8.078179187664016   .7264384  .019777514   .04559778  23.47981  .5446121  .057582   1.94591  3.433987
4 2020  7.447510274055697  .04541512     .650785     .136908  23.45989  .4921853  .057915 2.1972246  3.465736
5 2015  5.126171325443629   .7459667  .022367515   .04508375  22.00124 .18980925  .089088   1.94591  3.295837
5 2016  5.896510386200022   .4961259  .066868216     .311836 22.826504  .2465831   .09006   1.94591 3.3322046
5 2017  5.921449183193108   .7167162    .2477548 .0087156715  23.09148  .3269488  .094283   1.94591  3.367296
5 2018  5.910209034156259    .859742  .034627963   .08104414  23.07143 .29250968  .032338 2.1972246 3.4011974
5 2019  6.025577926233123  .13407555   .03745556    .3026858  23.21188  .3709616   .04064 2.1972246  3.433987
5 2020  5.540187356838232  .48844185   .19257283    .0863466  23.27492  .4801671 -.071722 2.1972246  3.465736
6 2015  5.450146946254849   .8712187   .09887647   .02963959  23.61995  .6382021  .058826   1.94591 3.2580965
6 2016  5.604076522899025   .7664683    .1763483   .03917802  23.79702   .623791  .021113 2.1972246  3.295837
6 2017  5.539565539116653  .25125554   .33515215    .2079405  24.02315  .6331205  .013266 2.1972246 3.3322046
6 2018  5.921931086353487  .16636477    .3407154    .3403029 24.119444  .6498956  .023352 2.1972246  3.367296
6 2019  5.919738084148523   .7437958     .076291   .15537325  24.13143  .6455591  .023705 2.0794415 3.4011974
6 2020  5.800313754733287   .9805113  .013240962 .0002528038  24.18451  .5842173  .034406 2.1972246  3.433987
7 2015   6.15232176938607   .7295772   .19264987   .01432748 22.364626  .5795767  .006696 2.3025851 3.3322046
7 2016  6.171996251857244   .9011049   .05599702  .018012065  22.30292 .54472095  .007765  2.397895  3.367296
7 2017   5.89561771165271  .26436493   .13081981     .391648  21.85633  .6201161 -.148615  2.397895 3.4011974
7 2018  5.025772065218282   .8856509  .013035676   .09222705  21.90906  .8195049 -.227803 2.3025851  3.433987
7 2020   7.06855806488855    .882112  .070212536   .03246326  21.98788  .7695267  .019495  2.397895  3.496508
8 2015  5.412170092663459    .748933   .15695716   .08064113  22.20026  .5203465  .037957 2.1972246  3.433987
8 2016 6.1127298181319905   .9196262   .05102922 .0018839724  22.61854  .6376364   .06432 2.1972246  3.465736
8 2017 6.4817154137171915   .6934533    .3048476 .0014256744  22.40843  .4581168  .103416 2.0794415  3.496508
8 2018  6.383252554875219   .2154026   .58826584    .1218866   22.4846  .4259307  .105705 2.1972246 3.5263605
8 2019  6.260704224959891   .8285888   .02977049   .05724771  23.10026  .6967677  .083405 2.1972246  3.555348
8 2020  6.214158359766706  .04421536   .58376503     .364072 23.225306  .6902588   .06365 2.1972246  3.555348
9 2015  5.296136238922736   .8630378   .07881102    .0210954 23.474195  .5116955  .035597  1.609438  3.433987
9 2016  5.411560491696658   .3526046    .2381225   .12843986  23.56508  .5259067  .049284   1.94591  3.465736
9 2017  5.580792724946303   .7720399    .0685076   .10174203 23.695475 .55056965   .04518 2.1972246  3.496508
9 2018   5.65067714215024   .5861199  .003119838    .0768096   23.6737  .5056337  .024436 2.0794415 3.5263605
9 2019 5.6559901565315815   .3227766    .4538324   .11289013 23.624756 .45795685  .030037 2.0794415  3.555348
9 2020   5.69170031801095  .17293066    .3507937   .25129756  23.60711  .4063672  .045003 2.1972246  3.555348
10 2015  6.043375502978728   .8053644   .18563606  .007067689  21.49823  .6438923  .024238 2.1972246  3.178054
10 2016  6.517989997076722   .3060019   .06020279   .29898265  21.35124  .5759523  .014397 2.1972246  3.218876
10 2017   6.37644513167531  .21909967    .6988783   .01886376  21.14741  .4764368   .00646 2.1972246 3.2580965
10 2018   6.08472055759385    .724731   .16214134      .09024 21.374157 .50436556  .089694 2.1972246  3.295837
10 2019  6.297574099652692   .6964867   .12158234  .030007614   21.4025  .5153418  .016522 2.1972246 3.3322046
10 2020  5.883286711582512   .9119344   .05860677   .02748344 21.612675  .6080958  .004146 2.1972246  3.367296
11 2015  6.512910654836613   .6795634   .13453166   .07434924  23.38005  .7841845 -.082234  1.609438  3.433987
11 2016  6.673907483537515   .3549416    .4819911    .1611429  23.57068  .8075465  .005854   1.94591  3.465736
11 2017  7.091682855381309     .73897    .1876843  .068122394 23.882763  .6520106  .214149   1.94591  3.496508
11 2018  7.325149517065723  .18740167    .6878358   .08284707  24.21932  .7134652   .02365   1.94591 3.5263605
11 2019  7.477206127411649   .3146128    .5420256  .005276253 24.474813  .7669076  .008864   1.94591  3.555348
11 2020  7.367152250330217   .1375693     .163881     .233071  24.63281  .7850502  .011682   1.94591  3.555348
12 2015  6.228083223346813   .6537739   .13397577   .16607092   19.7158  .7080773 -.002176 2.0794415  3.178054
12 2016  5.598789621658481  .27013195   .17422925  .009448593 19.735046  .6804888  .077865 2.0794415  3.218876
12 2017  5.558896577115715   .8998394  .034525372  .014953044  19.88527  .7435973  .024742 2.1972246 3.2580965
12 2018 5.4870695124260696   .5734232    .3325457   .05437315 19.981983  .7681625 -.025619 2.1972246  3.295837
12 2019  5.101851583269213  .11147037    .6650108   .16839007  20.01279  .8176163  -.11493 2.1972246 3.3322046
12 2020  5.555227136117162   .4145227    .1348813     .386164 19.814587   .720498  .056652 2.1972246  3.367296
13 2015 4.3154456117141535 .003052204   .16719136    .7735609  20.78197 .09743024 -.038789 2.1972246  3.178054
13 2016  4.164729844649814   .6659978     .306631  .008880503 20.887545  .1092918  .080523 2.1972246  3.218876
13 2017  4.374278429773781   .3462876   .20520006   .07345337 20.791285  .1001815 -.054473 2.1972246 3.2580965
13 2018  7.347032799031039   .0780235    .8315436   .08665288  22.59028  .3294742  .051835 2.1972246  3.295837
13 2019  7.355858507573662  .12758136  .067529716   .48362625 22.636515  .3175805  .058066 2.1972246 3.3322046
13 2020  7.354270419027595   .2297006    .4884763   .27431187 22.712425  .3439604  .057336 2.1972246  3.367296
14 2015  5.083926370245661   .3295547   .54623157  .029361984  20.86736  .7281904 -.003625   1.94591  3.178054
14 2016  5.336534707957803   .4144089   .51467144   .04797563  20.26515  .4945282  .006107 1.7917595  3.218876
14 2017  5.632322541922864 .036084738   .02505555   .13698933  20.26085  .4908035  .001544 1.7917595 3.2580965
14 2018  5.071819189270161  .08438109   .16474733   .22273865 20.240526   .475007  .005285 1.7917595  3.295837
14 2019   5.18750727090279 .009876247    .5721822    .3435295 20.235773  .4636154  .008869 1.7917595 3.3322046
14 2020  5.099649386909306   .3200437    .2775184   .12934065   20.2577  .4643841  .010999 1.7917595  3.367296
end

22
黃河泉 在职认证  发表于 2024-4-18 21:28:11
心情不错吼 发表于 2024-4-17 20:32
老师您好,学生想请教一下如何用stata选取对Y影响最大的X组合(目前理解是做交乘检验)。  

现有唯一Y, ...
1. 我不太懂你所谓的"对Y的影响最大",标准是什么?2. 因为 X1+X2+X3=1,所以不能三个一起加入 (与常数项完全共线)。

23
心情不错吼 发表于 2024-4-19 20:19:08
黃河泉 发表于 2024-4-18 21:28
1. 我不太懂你所谓的"对Y的影响最大",标准是什么?2. 因为 X1+X2+X3=1,所以不能三个一起加入 (与常数项 ...
老师您好,感谢您的回复和指出的问题!
1.我理解的对Y的影响最大的是对Y的变化具有最强解释效力。对应在数据中,标准应该是对Y的系数或系数和最大?学生目前是这样理解的。
2.您说的X1+X2+X3=1共线问题之前确实是忽略了,感谢老师的指正!

24
黃河泉 在职认证  发表于 2024-4-19 21:18:30
心情不错吼 发表于 2024-4-19 20:19
老师您好,感谢您的回复和指出的问题!
1.我理解的对Y的影响最大的是对Y的变化具有最强解释效力。对应在 ...
在一般正式的期刊中,我"几乎"没看过有人做这种比较,但或许你可以比较各个回归的 (adjusted) R2。

25
心情不错吼 发表于 2024-4-20 21:07:00
黃河泉 发表于 2024-4-19 21:18
在一般正式的期刊中,我"几乎"没看过有人做这种比较,但或许你可以比较各个回归的 (adjusted) R2。
我也是没有找到太相关的研究,所以想请教一下您。
感谢老师给出的指导,感觉非常适用!
衷心感谢老师,祝愿您生活愉快,工作顺心呐!

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-29 14:55