各位新年好！



我按照https://blog.csdn.net/arlionn/article/details/88576203 做简单斜率分析的图
我的因变量：spread
自变量 crdrate  
调节变量M2tongbi  
交互项设置为：crdrateM2tb=crdrate*c_M2tongbi  （M2tongbi经过中心化处理得到c_M2tongbi）
表格回归结果显示交互项在1%水平上显著为负   crdrate也为负，应该是有正向调节作用的，（1）当我用
reg spread crdrate M2tongbi crdrateM2tb 全部控制变量  i.IND   作为第一步，画出了图1，两条线平行
（2）当我用
reg spread c.c_M2tongbi##c.crdrate 全部控制变量  i.IND  作为第一步，画出了图2，出现了轻微的斜率不同

可是这两个代码出来的回归结果是一样的呀，为什么画出的图不一样呢？ ##代表什么意思呢？
如果我采纳第二张图，只有很轻微的斜率差别，改变了横纵坐标轴都无法让他们斜率差距看起来更大，这样轻微的差距还可以接受吗这张图？

我的code是：

reg spread c.c_M2tongbi##c.crdrate 全部控制变量  i.IND  //调节效应回归

est sto regression   //保存结果

//分别求自变量与调节变量加减一个标准差的值

foreach v of var M2tongbi crdrate {

  su `v' if e(sample)

  local low_`v'=r(mean)-r(sd)

  local high_`v'=r(mean)+r(sd)

}

调回保存的回归结果，再利用 margins 命令求取预测值，并用 marginsplot 绘制图形：

est restore regression

margins, at(crdrate=(`low_crdrate' `high_crdrate')M2tongbi=(`low_M2tongbi' `high_M2tongbi'))

marginsplot, xlabel(`low_crdrate' "Low IV" `high_crdrate' "High IV") ytitle("spread") ylabel(1.5(0.5)3, angle(0) nogrid) legend(position(3) col(1) stack) title("") noci plot1opts(m(Oh) lp(dash)) plot2opts(m(square) lp(dot))