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
2019-2-27 19:46:49
非常感谢 受教了
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

2019-3-5 21:20:37
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
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

2019-4-30 15:53:42
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
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

2020-2-17 10:24:20
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?
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

2020-2-22 11:17:21
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!
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

2020-2-23 11:33:09
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

2020-3-13 23:42:07
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。
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

2020-4-10 18:51:54
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
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

2021-1-25 15:43:20
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。
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

2021-1-25 16:03:43
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
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

2021-2-18 10:09:25
zhaozimeng 发表于 2021-1-25 16:03
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 ...
个人见解就是了。例如你关心的变量是X,交互后是D*X。
你分组可以看出每一个组的X的系数,然后交互项D*X的系数就是D对X的影响。
二者不是同一件事。分组的X的系数是每一组的X对被解释变量Y的影响。交互项D*X的系数是D对X的影响。
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

2021-5-14 10:14:39
请问大家如果采用交互项的方式进行东中西部地区的异质性分析,那应该设置两个虚拟变量d1 d2吗?每次回归的时候是要把x*d1,x*d2同时放入还是分两次单独放入?分组回归的结果不是很完美,想用交互项试试。期待各位前辈的解答啊~~
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

2021-7-7 11:39:08
安若曦 发表于 2021-5-14 10:14
请问大家如果采用交互项的方式进行东中西部地区的异质性分析,那应该设置两个虚拟变量d1 d2吗?每次回归的时 ...
是两个虚拟变量。一起放进去
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

2021-12-10 01:13:08
txd2011又来了 发表于 2015-7-28 05:35
请教一个问题,将连续变量按中位数转换为虚拟变量,然后做交互项回归或者分组回归。这样做的前提是什么?
...
重大政策提出前后,eg:改革开放前后,人口相关独生子女or二孩政策实施前后,以政策颁布为时间节点划分,作为虚拟变量处理。
不知道这和您所提到的连续变量按中位数转换是否是一致的。
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

2022-1-3 19:55:43
zhaozimeng 发表于 2021-1-25 16:03
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 ...
你说的很对,分组回归和交叉项的区别在于有没有加交互项的变量对被解释变量的影响是一致的(隐含假设)。如果不关心这个问题(这是个强假设),那么交互性效果应该更好。但不能接受这个假设,分组回归结果更有效。当然,分组回归的问题就是样本量大大减小,而且如果分组变量很特殊,使得具有特定相关的变量分到一组,那会不会有样本选择的问题?这时候是不是交互性显然更好?
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

2022-1-4 00:06:03
xiongmengji127 发表于 2022-1-3 19:55
你说的很对,分组回归和交叉项的区别在于有没有加交互项的变量对被解释变量的影响是一致的(隐含假设)。 ...
嗯嗯,我觉得会有影响。比较实用的方法我觉得是,两个都做一下,如果结论一致最好,特别是那种分组回归的结果一个显著一个不显著,或者一个正显著一个负显著的时候,这样看起来分组回归的结果就比较好。如果分组回归的结果是一个方向的,那么就不能直接比较系数大小,可以做一个组间系数差异检验,这样也是可以的。最头疼的是交互项和分组回归的结果不一致,这就需要取舍了,还得看你想要表达的内容和故事本身了。我也是在两者矛盾的时候,突然想到这个问题的~
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

2022-2-20 16:16:58
交互项可以研究的东西更多,例如Y=aD+bp+c×D×p,那么假如D是处理变量,p是调节变量(比如性别),p=0代表女性1代表男性,那回归系数中的a可以解释为女性组参与处理与不参与处理的效应差异,即(a×1-b×0-c×0)-(a×0-b×0-c×0);a+c表示男性组参与处理与不参与处理的效应差异;这两者在理论上应与分组回归结果差不多(但可以存在系数差异);b表示男性控制组叫女性控制组的效应差异(也就是不做任何处理器两组因性别产生的效应差异);而我们关注的c表示男性处理较女性处理组的效应差异(也就是处理之后因为性别产生的效应差异),c就是调节效应
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

2022-3-16 17:21:16
受教了!
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

2022-3-26 12:04:11
如果主效应显著为负,但在加入交互项后,解释变量系数变成了显著正,交互项系数为显著负,以及调节变量系数为显著正,请问这还能说明存在调节作用吗,抑或是该调节变量的选取存在严重问题。烦请解答
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

2022-5-24 03:02:04
zhouzhoubeauty 发表于 2019-4-30 15:53
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
请问您的问题解决了吗?
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

2022-5-31 10:40:47
zhaozimeng 发表于 2022-1-4 00:06
嗯嗯,我觉得会有影响。比较实用的方法我觉得是,两个都做一下,如果结论一致最好,特别是那种分组回归的 ...
请问像您说的那样,分组回归一组显著一组不显著,还需要进行检验吗
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

2022-11-14 16:23:02
本人学术造诣不深,以下观点仅是本人的浅知拙见和对大佬语录的搬运,望各位大佬批评指正。
就分组回归而言,优点在于,操作简单,严谨的来说假设比较宽松,而且不需要考虑遗漏变量的问题,分组多余两组的话较于交互项更好解释;但缺点在于连老师所说的需要进行组间差异检验,邹检验、似不相关检验、费舍尔组合检验,且连续变量选择不同的分组界限时可能由于样本原因不显著,结果不好看。交互项假设比较严格,只假设解释变量组间差异,但显著性出来一般较高,结果比较漂亮,如前面几位大佬说的,交互项可以分析相关关系,比较容易找创新点;但交互项并非没有缺点,相反缺点很大,首先是多重共线性,其次交互项可以运用的前提是线性模型,当模型非线性加入交互项可能存在遗漏变量的问题,除非一开始就加入交互项;但一开始加入交互项,主要分析就得落在交互项分析上,由于多重共线性很容易不显著不是很好解释,到后面异质性分析再加入三重交互项就更不好解释了,显著性也可能不显著,但三项交互不显著可以作为排除竞争性假设来看,也不是不能解释。所以写作的时候可以从对自己有用的角度来陈述,也可以作为小小的创新点(主要创新点还是从视角)来“攻击”对标的那篇论文(前提是对标论文不是大佬写的,大佬一般都很严谨。)
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

2022-12-18 23:17:58
求问大佬们以下情况怎么辨别呢?在涉及城市政策 的did中,经常考虑的异质性就是东西中区域和胡焕庸线
但不知道异质性时应该是分组做回归还是使用交乘项。
【方案1】用政策虚拟变量C与四个地区虚拟变量相乘,生成C*east,C*central,C*west,C*northeast四个交乘项,将基准模型中的政策虚拟变量C替换为这四个变量进行回归,看每个变量的系数。
【方案2】不调整基准模型,直接在四个区域内和胡焕庸线两侧做回归。
想问下这时候两种方式有什么区别呢?
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

2023-1-10 09:07:42
南阳西蜀 发表于 2022-12-18 23:17
求问大佬们以下情况怎么辨别呢?在涉及城市政策 的did中,经常考虑的异质性就是东西中区域和胡焕庸线
但不 ...
大佬,看见你好多次了,算是一种缘分,求问第一种方法有没有参考文献啊?写毕业论文自己计量又不行,这几天找了好多文献了没找着。
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

2023-1-13 14:45:31
wccarin 发表于 2023-1-10 09:07
大佬,看见你好多次了,算是一种缘分,求问第一种方法有没有参考文献啊?写毕业论文自己计量又不行,这几 ...
我看比较高级的大多数选择第一种,我举的例子吧,顺便《中国工业经济》上有这篇论文的代码,可以用来研究,《创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据》
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

2023-3-3 17:54:07
萨缪尔森@曼昆 发表于 2022-11-14 16:23
本人学术造诣不深,以下观点仅是本人的浅知拙见和对大佬语录的搬运,望各位大佬批评指正。
就 ...
请问为什么交互项回归更容易多重共线性呢?回归的时候不是会自动drop掉共线性的部分吗?
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

2023-4-14 14:39:56
hustwjp 发表于 2015-7-11 22:02
在比较关键变量在 两个子群体的不同影响时,个人认为交乘项和分样本回归作用是一样的。 这个一样建立在 两个 ...
学习到了~本来想点赞,手滑点到了踩,非常抱歉
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

2023-4-26 10:37:33
请问楼主,Y=A+B+AB,根据C分组回归,想看看两组中AB的系数是否存在差异,可以做组间系数差异检验吗,以往的研究都是对自变量A的组间系数差异检验,可以做交互项的组间系数差异检验吗?
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

2023-7-29 09:54:31
grantqin 发表于 2016-6-17 13:23
分组存在2个严重的问题:
1不同组回归系数不相等,但是否具有统计显著性,还需要检验,这个检验至少在STATA中没 ...
组间系数差异检验,可否?
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

2024-1-9 16:08:53
分组回归和交互项隐含着不同的假设。交互项回归中,仅要求解释变量的系数存在组间差异,对控制变量不作要求 (两组共享一个回归系数);分组回归则认为每个变量都存在组间差异,各组变量都有自己的回归系数。

毫无疑问,交互项回归的假设相对严格,因为控制变量亦可能存在组间差异。但是,交互项也有好处,那就是更容易得出显著的结果,而且省了组间差异检验这一步。
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

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