截面数据，回归模型为probit，设关键变量名是key，同时引入了是否大中小企业的虚拟变量与该关键变量的交叉项，回归模型是：

Y = key + β1*keyXsmall + β2*keyXmedium + β3*keyXlarge + other controls （Y是虚拟变量）

遇到2个问题：
1、用probit回归后，想通过大、小企业与key交叉项的边际效应的差来说明key对y的影响会由于企业规模的不同而产生差异，因此想计算keyXlarge和keyXsmall2个交叉项平均边际效应的差，并检验其是否显著。假设大企业交叉项的边际相应是L，小企业交叉项边际效应是S，也就是求L-S=β3*样本中大企业的变量key均值-β1*样本中小企业的变量key均值，并检验是否显著。

使用命令 margins, dydx(keyXlarge keyXsmall)只能单独求出这两个交叉项的平均边际效应大小及其显著性，不知道如何直接求二者的差异及其显著性：（1）如何求平均边际效应的差异并检验是否显著？（2）二者的差异可否用 margins命令求出的单独平均边际效应直接相减？（3）如果可以直接相减的话，那差异的显著性又该如何检验呢？

PS：参考的一篇文献做了类似的差异及其检验，help margins不知道该如何实现。

2、（1）其实这个关键变量也是一个虚拟变量。那么是否这个交叉项的平均边际效应就没有意义呢？比如keyXlarge的平均边际效应，应该是β3*大企业变量key的均值，如果key是一个虚拟变量是否均值就没有意义了呢？亦或是此时key变量的均值可以理解成大企业中key发生的概率？（2）若没有意义，关键变量替换成连续变量，是否可以解决这个问题？

毕业论文涉及的问题，不知道怎么解决，问题有点多，请各位大神和小伙伴赐教！十分十分感谢！！！