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
4396 11
2013-04-02
在stata回归中,有两种方式可以产生交互作用并进行分析。
第一个是直接   reg v1 v2 i.v1*i.v2
第二种是   gen v3=v1*v2后,放入模型  reg v1 v2 v3

以上两种方式有什么区别呢?
因为第一种reg回归出来后,很多哑变量了,而第二种回归出来就是一个v3,感觉很不同。

请知道的,多多解释下。谢谢
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
2013-4-2 14:28:14
reg y x1 x2 c.x1#c.x2

x3=x1*x2
reg y x1 x2 x3
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

2013-4-2 14:29:33
蓝色 发表于 2013-4-2 14:28
reg y x1 x2 c.x1#c.x2

x3=x1*x2
啥意思?这不是和我的一个模型类似吗?
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

2013-4-2 14:30:49
蓝色 发表于 2013-4-2 14:28
reg y x1 x2 c.x1#c.x2

x3=x1*x2
我可以把reg换成logistic一样的道理,不是说reg不能做i.v1#c.v2啥
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

2013-4-2 14:31:00
结果当然与你的不同了
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

2013-4-2 14:32:36
. clear

. sysuse auto
(1978 Automobile Data)

. reg price rep78 c.weight#c.length

      Source |       SS       df       MS              Number of obs =      69
-------------+------------------------------           F(  2,    66) =   16.94
       Model |   195662676     2  97831337.9           Prob > F      =  0.0000
    Residual |   381134283    66  5774761.86           R-squared     =  0.3392
-------------+------------------------------           Adj R-squared =  0.3192
       Total |   576796959    68  8482308.22           Root MSE      =  2403.1

-----------------------------------------------------------------------------------
            price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
------------------+----------------------------------------------------------------
            rep78 |   705.7891   317.1287     2.23   0.029     72.62131    1338.957
                  |
c.weight#c.length |   .0084306   .0014484     5.82   0.000     .0055387    .0113225
                  |
            _cons |  -1212.802   1630.628    -0.74   0.460    -4468.456    2042.851
-----------------------------------------------------------------------------------

. gen weightleigth= weight* length

. reg price rep78 weightleigth

      Source |       SS       df       MS              Number of obs =      69
-------------+------------------------------           F(  2,    66) =   16.94
       Model |   195662676     2  97831337.9           Prob > F      =  0.0000
    Residual |   381134283    66  5774761.86           R-squared     =  0.3392
-------------+------------------------------           Adj R-squared =  0.3192
       Total |   576796959    68  8482308.22           Root MSE      =  2403.1

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       rep78 |   705.7891   317.1287     2.23   0.029     72.62131    1338.957
weightleigth |   .0084306   .0014484     5.82   0.000     .0055387    .0113225
       _cons |  -1212.802   1630.628    -0.74   0.460    -4468.456    2042.851
------------------------------------------------------------------------------

.
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

点击查看更多内容…
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