全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
2531 3
2022-10-26
研究问题是:城乡户籍对高等教育获得的影响是否随着世代不同而变化?
变量处理:college(读大学=1,没读过=0);hukou(城市=1,农村=0);cohort(世代:60前、60后、70后、80后、90后;1-5赋值);控制变量:sex(男=1);ISEI(父辈职业阶层,连续)

logit回归的结果如下,发现户籍的主效应是正,但与世代交互项显著为负,所以应当是户籍的影响在减弱;但是画图的结果完全相反,反而是随着世代推移,城乡之间的差异变得更大了;所以到底哪种解释是正确的?

logit college i.sex  ISEI age i.hukou c.cohort i.hukou#c.cohort

Logistic regression                             Number of obs     =
>      9,377
                                                LR chi2(6)        =
>    2364.54
                                                Prob > chi2       =
>     0.0000
Log likelihood = -2763.1269                     Pseudo R2         =
>     0.2997

--------------------------------------------------------------------
> ----------
     college |      Coef.   Std. Err.      z    P>|z|     [95% Conf.
>  Interval]
-------------+------------------------------------------------------
> ----------
         sex |
         男  |   .2464199   .0686721     3.59   0.000     .1118251  
>   .3810147
        ISEI |   .0250458   .0018376    13.63   0.000     .0214442  
>   .0286474
         age |  -.0023694   .0074991    -0.32   0.752    -.0170674  
>   .0123286
     1.hukou |   2.860853   .2129101    13.44   0.000     2.443556  
>   3.278149
      cohort |   1.014726   .0895923    11.33   0.000     .8391283  
>   1.190324
             |
       hukou#|
    c.cohort |
          1  |  -.3125002   .0579918    -5.39   0.000    -.4261621  
>  -.1988384
             |
       _cons |  -6.354929   .5785288   -10.98   0.000    -7.488825  
>  -5.221034
--------------------------------------------------------------------
> ----------

屏幕截图 2022-10-26 105342.png


二维码

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

全部回复
2022-10-26 15:30:59
调节效应,无论是在何种回归中,基本都不会直接解读其系数中的主效应结果,因为调剂效应分析的就是“主效应的变化”
换句话说,主效应一直在变化,所以主效应的状态不是唯一的,不可能将某个特定条件下的主效应当做核心解释
所以这里只能先对调节项进行解读,调节项系数为-0.31(p<0.001),显示调节效应成立

接着,进行简单斜率分析,或者直接绘图做进一步的解读。
在本次分析中,你选择的是进一步绘图。在图中可以看出城市(hukou=1)的一直高于农村(hukou=0)。该差异是否一直在扩大,需要给出具体的数值差才能判断。
其次,该差异是否具有意义,需要对同一个cohort下的两个hukou点进行差异检验(实际上是特定cohort下,hukou的简单斜率)

最后,这个分析在某些严格的标准下可能还不够好。
cohort(世代)是5个类别的有序变量,在严格的分析中应当虚拟化后进行分析。
这里直接当做连续变量进行处理,类似于对Likert量表的处理,要求低的时候也是可以的。
二维码

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

2022-10-26 17:40:13
邱宗满 发表于 2022-10-26 15:30
调节效应,无论是在何种回归中,基本都不会直接解读其系数中的主效应结果,因为调剂效应分析的就是“主效应 ...
非常感谢您!
那请问按照您的意思,应该采用何种stata操作来检验二者的差异是否扩大呢?
我以为光看系数就可以得出结果了,主效应是正,但交互效应是负,两个符号相反,所以影响应该是被削弱的,不能够这样理解嘛?
二维码

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

2022-10-26 18:00:23
tmh20001021 发表于 2022-10-26 17:40
非常感谢您!
那请问按照您的意思,应该采用何种stata操作来检验二者的差异是否扩大呢?
我以为光看系数 ...
"主效应是正,但交互效应是负,两个符号相反,所以影响应该是被削弱的"
这个判断仅仅只在某些特殊情况下才是对的,在许多情况下都是错的。


主效应指X→Y,而做调节,就是认为调节变量W会影响X→Y的效应。
因此,当模型里同时存在X、W以及X和W的交乘项XW之后,X的系数就再是你认为的那个主效应了,而是特定W水平下的X→Y效应。


对于任意软件,可使用以下方法进行简单斜率分析。
请问主效应为正但不显著,交互项显著为负向显著,怎么解读呢 - SPSS论坛 - 经管之家(原人大经济论坛) (pinggu.org)
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群