交互项模型的发现, 多大程度上可信呢?

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

关于交互项及其变形，咱们引荐了很多系列文章，里面的材料大多能够解决日常遇到的问题。不过如果咱们不细致地去看、去了解，就始终解决不了那个疑问，结果就是一而再再而三地请求他人相助。

借鉴过来人的经验和教训，咱们建议遇到计量方法和研究数据相关问题的求助顺序如下：计量经济圈(（菜单栏“search”下)——百度等搜索引擎——计量经济圈社群——因果推断研究小组/空间计量研究小组/面板数据研究小组/国际经贸研究小组/能源环境研究小组/机器学习与计量研究小组。

今天，咱们圈子引荐一篇关于交互效应可信度的论文，发表在Political analysis，想要下载可以复制下面这个链接到search engine：

https://doi.org/10.1017/pan.2018.46

原文读起来挺顺畅简单的，没有多复杂的数学推导，放到平板电脑上读一读还是不错的。

下面这个二维码里主要是一些中文介绍。强烈建议学者们读一读。

如果不想自己下载该文，可以直接长按下方二维码阅读。

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2年，计量经济圈公众号近1000篇文章，

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节  | 时间序列 | RDD断点 | 合成控制 | 

数据处理：Stata | R | Python | 缺失值 | 

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。