🔥 热搜 🔥
百度今日热点微信公众平台贴吧opggdnf私服百度贴吧知乎dnf公益服百度傻逼
分类
社会娱乐国际人权科技经济其它
🔥 热搜 🔥
百度今日热点微信公众平台贴吧opggdnf私服百度贴吧知乎dnf公益服百度傻逼
分类
社会娱乐国际人权科技经济其它
查看原文
其他

加入交乘项后主效应项可以忽略吗?

Stata连享会 Stata连享会 2020-02-10


作者：胡雨霄 (伦敦政治经济学院)

Source: WHAT HAPPENS IF YOU OMIT THE MAIN EFFECT IN A REGRESSION MODEL WITH AN INTERACTION? | STATA FAQ

2019金秋十月-空间计量专题班，杨海生主讲，成都

特别说明

文中包含的链接在微信中无法生效。请点击本文底部左下角的【阅读原文】，转入本文【简书版】。

对于一个带交乘项 (interaction term) 的线性回归，我们一般会通过命令

  1. regress y x1 x2 x1#x2

来进行回归分析。该回归不仅包括交乘项 (x1#x2) 而且保留了主效应 (x1 x2)。本篇推文讨论的问题是，

当引入交乘项后，保留全部的主效应项是否必要？忽略一个或者全部的主效应项是否可行？

对于该问题，首先要明确引入主效应项和交乘项的目的何在。引入主效应项是为了区分截距，而引入交乘项是为了区分斜率。在接下来的分析中，我们会进一步阐述这句话背后的具体含义。

基于此，对于该问题的回答应为“分情况讨论”。

  • 类别变量相互交乘：可以去掉主效应项，但系数含义不同。

  • 类别变量与连续型变量相互交乘：（1）可以去掉连续型变量主效应项，但系数含义发生改变；（2）一般情况下，不可以去掉类别变量主效应项

  • 连续型变量与连续型变量相互交乘：一般情况下，不可以去掉主效应项

下面，我们通过几个实证的例子来进一步解释说明。

1. 实例 1：类别变量相互交乘 (categorical by categorical interaction)

首先，导入数据

  1. . use https://stats.idre.ucla.edu/stat/data/hsbanova, clear

  2. (highschool and beyond (200 cases))

  1. . d


  3. variable name type format label variable label

  4. -----------------------------------------------------------------------------------------------------------------------

  5. id float %9.0g

  6. female float %9.0g fl

  7. read float %9.0g reading score

  8. write float %9.0g writing score

  9. math float %9.0g math score

  10. science float %9.0g science score

  11. socst float %9.0g social studies score

  12. honors float %19.0g honlab honors english

  13. grp float %9.0g grp

  14. -----------------------------------------------------------------------------------------------------------------------

  15. Sorted by:

该数据记录了不同个体的性别信息 (female)，组别信息 (grp)，以及不同科目的成绩信息(read, write, math, science, socst, honors) 。

数据结构如下所示。

  1. . list in 1/10


  3. +----------------------------------------------------------------------------+

  4. | id female read write math science socst honors grp |

  5. |----------------------------------------------------------------------------|

  6. 1. | 45 female 34 35 41 29 26 not enrolled grp1 |

  7. 2. | 108 male 34 33 41 36 36 not enrolled grp2 |

  8. 3. | 15 male 39 39 44 26 42 not enrolled grp1 |

  9. 4. | 67 male 37 37 42 33 32 not enrolled grp1 |

  10. 5. | 153 male 39 31 40 39 51 not enrolled grp1 |

  11. |----------------------------------------------------------------------------|

  12. 6. | 51 female 42 36 42 31 39 not enrolled grp2 |

  13. 7. | 164 male 31 36 46 39 46 not enrolled grp1 |

  14. 8. | 133 male 50 31 40 34 31 not enrolled grp1 |

  15. 9. | 2 female 39 41 33 42 41 not enrolled grp1 |

  16. 10. | 53 male 34 37 46 39 31 not enrolled grp1 |

  17. +----------------------------------------------------------------------------+

我们将既包含交乘项也包含主效应项的模型成为 “完整模型” (full model)。在这个例子中，我们对类别变量 female 以及类别变量 grp 进行交乘。

  • 完整模型

  1. . regress write i.female##i.grp


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(7, 192) = 11.05

  5. Model | 5135.17494 7 733.59642 Prob > F = 0.0000

  6. Residual | 12743.7001 192 66.3734378 R-squared = 0.2872

  7. -------------+---------------------------------- Adj R-squared = 0.2612

  8. Total | 17878.875 199 89.843593 Root MSE = 8.147


  10. ------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. -------------+----------------------------------------------------------------

  13. female |

  14. female | 9.136876 2.311726 3.95 0.000 4.577236 13.69652

  15. |

  16. grp |

  17. grp2 | 7.31677 2.458951 2.98 0.003 2.466743 12.1668

  18. grp3 | 10.10248 2.292658 4.41 0.000 5.580454 14.62452

  19. grp4 | 16.75286 2.525696 6.63 0.000 11.77119 21.73453

  20. |

  21. female#grp |

  22. female#grp2 | -5.029733 3.357123 -1.50 0.136 -11.65131 1.591845

  23. female#grp3 | -3.721697 3.128694 -1.19 0.236 -9.892723 2.449328

  24. female#grp4 | -9.831208 3.374943 -2.91 0.004 -16.48793 -3.174482

  25. |

  26. _cons | 41.82609 1.698765 24.62 0.000 38.47545 45.17672

  27. ------------------------------------------------------------------------------

在进行分析之前，我们首先明确各系数的含义。从常数项 (_cons) 开始，41.82609 表示组别 1 男性 (female == 0, grp1 == 1) 的写作分数 (write)。

以此为基准，我们列表分析不同组别不同性别的人群的写作分数。下表按照回归结果，计算了不同组别的男性和女性的写作分数。

以 female == 1, group == 2 为例，group 2 的女性的写作水平为 41.83 + 9.14 + 7.31 - 5.03 = 53.25。

  1. | female | group | _cons | | | | write |

  2. |---------|-------|-------|---------|---------|---------|-------|

  3. | 0 | 1 | 41.83 | | | | 41.83 |

  4. | | | | | | | |

  5. | 1 | 1 | | + 9.14 | | | 50.97 |

  6. | | | | | | | |

  7. | 0 | 2 | | + 7.31 | | | 49.14 |

  8. | 0 | 3 | | + 10.10 | | | 51.93 |

  9. | 0 | 4 | | + 16.75 | | | 58.58 |

  10. | | | | | | | |

  11. | 1 | 2 | | + 9.14 | + 7.31 | - 5.03 | 53.25 |

  12. | 1 | 3 | | + 9.14 | + 10.10 | - 3.72 | 57.35 |

  13. | 1 | 4 | | + 9.14 | + 16.75 | - 9.83 | 57.89 |

我们也可以通过 margins 命令直接得到上述计算结果。

  1. . margins female##grp

  2. ------------------------------------------------------------------------------

  3. | Margin Std. Err. t P>|t| [95% Conf. Interval]

  4. -------------+----------------------------------------------------------------

  5. female#grp |

  6. male#grp1 | 41.82609 1.698765 24.62 0.000 38.47545 45.17672

  7. male#grp2 | 49.14286 1.777819 27.64 0.000 45.63629 52.64942

  8. male#grp3 | 51.92857 1.539636 33.73 0.000 48.8918 54.96534

  9. male#grp4 | 58.57895 1.869048 31.34 0.000 54.89244 62.26545

  10. female#grp1 | 50.96296 1.567889 32.50 0.000 47.87046 54.05546

  11. female#grp2 | 53.25 1.662997 32.02 0.000 49.96991 56.53009

  12. female#grp3 | 57.34375 1.440198 39.82 0.000 54.50311 60.18439

  13. female#grp4 | 57.88462 1.597756 36.23 0.000 54.73321 61.03602

  14. -----------------------------------------------------------------------

  • 模型 2：去掉主效应项 female

当去掉主效应项 female 后，回归结果如下所示。

  1. . regress write i.grp i.female#i.grp


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(7, 192) = 11.05

  5. Model | 5135.17494 7 733.59642 Prob > F = 0.0000

  6. Residual | 12743.7001 192 66.3734378 R-squared = 0.2872

  7. -------------+---------------------------------- Adj R-squared = 0.2612

  8. Total | 17878.875 199 89.843593 Root MSE = 8.147


  10. ------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. -------------+----------------------------------------------------------------

  13. grp |

  14. grp2 | 7.31677 2.458951 2.98 0.003 2.466743 12.1668

  15. grp3 | 10.10248 2.292658 4.41 0.000 5.580454 14.62452

  16. grp4 | 16.75286 2.525696 6.63 0.000 11.77119 21.73453

  17. |

  18. female#grp |

  19. female#grp1 | 9.136876 2.311726 3.95 0.000 4.577236 13.69652

  20. female#grp2 | 4.107143 2.434379 1.69 0.093 -.6944172 8.908703

  21. female#grp3 | 5.415179 2.108234 2.57 0.011 1.256906 9.573452

  22. female#grp4 | -.694332 2.458895 -0.28 0.778 -5.544247 4.155583

  23. |

  24. _cons | 41.82609 1.698765 24.62 0.000 38.47545 45.17672

  25. ------------------------------------------------------------------------------

我们可以看到 grp1 grp2 以及 grp3 的回归结果与完整模型是完全一致的。可以直观看到，完整模型的 female 的系数其实和模型 2 的 female#grp1 的系数完全一致。而 female#grp2 的系数其实等于完整模型 female  的系数加上完整模型的 female#grp2 的系数，即  4.10 = 9.13 -  5.03 。

在这种情况下，模型中未引入主效应项的主要影响是重整 Stata 汇报的回归系数。其结果其实和完整模型的回归结果是一致的。Stata 自行发现了被忽略的主效应项，并汇报了 4 个交乘项的结果，而非像完整模型那样汇报 3 个。这样，完整模型的自由度与模型 2 的自由度均为 7。

接下来，我们探讨一个关于 显著性 的问题。完整模型的回归结果中，female#grp3 的 p-value 为 0.236，是不显著的。而当去掉 female 的主效应后，female#grp3 的 p-value 为 0.011, 在 5% 的水平上显著。该如何理解这一系数显著性的变化呢？

在完整模型中，female#grp3 的系数报告的是 group 3 的性别差异与 group 1 的性别差异之差 (across group difference of gender difference)。系数不显著说明，group 3 不同性别成员间的写作水平差异并没有显著高于或者低于 group 1 不同性别成员间的写作水平差异。female#grp4 的系数为 -9.831，并且在 1% 的水平上显著。这说明，相较于 group 1，group 4 的不同性别成员间的写作水平差异显著低了 9.83。由此推测两种可能结果。第一，group 4 不同性别成员间并无显著写作水平差距。第二，group 4 不同性别成员间虽有显著写作水平差距，但是该差距小于 group 1。

模型 2 也汇报了 female#grp3 的系数，但是却是完全不同的含义。该系数报告的是 group 3 的性别差异 (within group gender difference)。该系数为 5.415，且在 5% 的水平上显著。这说明 group 3 的女性的写作水平比该组男性显著高出 5.415 分。值得注意的是，female#grp4 的系数此时不显著。这说明 group 4 的女性的写作水平与该组男性的写作水平并无显著差异。该结论支持推测的第一种结果。

将两个模型放到一起看，我们关于各组性别差异得到的信息如下。

（1） 组内性别差异 （within-group gender difference） group 1, group 2 以及 group 3 的女性的写作水平显著高于同组男性的写作水平。group 4 各成员的写作水平并不存在性别层面上的显著差异。该信息由模型 2 给出。

（2）组间性别差异之差 （across-group difference of gender difference） 以 group 1 组内成员写作水平的性别差异为基准，group 2 和 group 3 组内成员写作水平的性别差异并无显著差异。然而，group 4 组内成员写作水平的性别差异显著低于基准组。

  • 模型 3：去掉主效应项 grp

  1. . regress write i.female i.female#i.grp


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(7, 192) = 11.05

  5. Model | 5135.17494 7 733.59642 Prob > F = 0.0000

  6. Residual | 12743.7001 192 66.3734378 R-squared = 0.2872

  7. -------------+---------------------------------- Adj R-squared = 0.2612

  8. Total | 17878.875 199 89.843593 Root MSE = 8.147


  10. ------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. -------------+----------------------------------------------------------------

  13. female |

  14. female | 9.136876 2.311726 3.95 0.000 4.577236 13.69652

  15. |

  16. female#grp |

  17. male#grp2 | 7.31677 2.458951 2.98 0.003 2.466743 12.1668

  18. male#grp3 | 10.10248 2.292658 4.41 0.000 5.580454 14.62452

  19. male#grp4 | 16.75286 2.525696 6.63 0.000 11.77119 21.73453

  20. female#grp2 | 2.287037 2.285571 1.00 0.318 -2.221015 6.79509

  21. female#grp3 | 6.380787 2.128954 3.00 0.003 2.181646 10.57993

  22. female#grp4 | 6.921652 2.238549 3.09 0.002 2.506347 11.33696

  23. |

  24. _cons | 41.82609 1.698765 24.62 0.000 38.47545 45.17672

  25. ------------------------------------------------------------------------------

分析模型 3 的基本思想与模型 2 一致。当去掉 i.group 后，交乘项的含义发生改变，male##grp 和 female##grp*  分别汇报的是 group* 的男性和女性与 group 1 的男性和女性的写作分数差距。换言之，其汇报的是 同性别组间差异 （within-gender across-group difference)。其经济学含义不难解释。

  • 模型 4：只保留交乘项

  1. . regress write i.female#i.grp


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(7, 192) = 11.05

  5. Model | 5135.17494 7 733.59642 Prob > F = 0.0000

  6. Residual | 12743.7001 192 66.3734378 R-squared = 0.2872

  7. -------------+---------------------------------- Adj R-squared = 0.2612

  8. Total | 17878.875 199 89.843593 Root MSE = 8.147


  10. ------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. -------------+----------------------------------------------------------------

  13. female#grp |

  14. male#grp2 | 7.31677 2.458951 2.98 0.003 2.466743 12.1668

  15. male#grp3 | 10.10248 2.292658 4.41 0.000 5.580454 14.62452

  16. male#grp4 | 16.75286 2.525696 6.63 0.000 11.77119 21.73453

  17. female#grp1 | 9.136876 2.311726 3.95 0.000 4.577236 13.69652

  18. female#grp2 | 11.42391 2.377259 4.81 0.000 6.735015 16.11281

  19. female#grp3 | 15.51766 2.227099 6.97 0.000 11.12494 19.91039

  20. female#grp4 | 16.05853 2.332086 6.89 0.000 11.45873 20.65833

  21. |

  22. _cons | 41.82609 1.698765 24.62 0.000 38.47545 45.17672

  23. ------------------------------------------------------------------------------

当只保留交乘项后，常数项的意义保持不变，其余各项系数分别表示不同组别成员与 group 1 男性成员的写作分数差距。

2. 实例 2：类别变量与连续变量交乘 (categorical by continuous interaction）

  • 完整模型

  1. . regress write i.female##c.socst


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(3, 196) = 49.26

  5. Model | 7685.43528 3 2561.81176 Prob > F = 0.0000

  6. Residual | 10193.4397 196 52.0073455 R-squared = 0.4299

  7. -------------+---------------------------------- Adj R-squared = 0.4211

  8. Total | 17878.875 199 89.843593 Root MSE = 7.2116


  10. --------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. ---------------+----------------------------------------------------------------

  13. female |

  14. female | 15.00001 5.09795 2.94 0.004 4.946132 25.05389

  15. socst | .6247968 .0670709 9.32 0.000 .4925236 .7570701

  16. |

  17. female#c.socst |

  18. female | -.2047288 .0953726 -2.15 0.033 -.3928171 -.0166405

  19. |

  20. _cons | 17.7619 3.554993 5.00 0.000 10.75095 24.77284

  21. --------------------------------------------------------------------------------

常数项的含义为socst=0 的男性的写作分数。socst的系数，0.625 ，为男性组别writing对socst做回归的系数。

我们用图形来解释交乘项的含义。如图所示的三条线分别报告了全样本和不同性别的 writing 与 socst 的线性关系。其中，主效应项i.female 的作用在于区分不同组别的截距，交乘项的作用则在于允许斜率的改变。此处，交乘项系数的含义为

Figure 1

交乘项的系数报告了不同组别斜率之差。其系数为 -0.205，说明女性组别 writing 对 socst 做回归的系数为 0.625 - 0.205 = 0.420。

  • 模型 2：去掉主效应项 c.socst

  1. . reg write i.female i.female#c.socst


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(3, 196) = 49.26

  5. Model | 7685.43528 3 2561.81176 Prob > F = 0.0000

  6. Residual | 10193.4397 196 52.0073455 R-squared = 0.4299

  7. -------------+---------------------------------- Adj R-squared = 0.4211

  8. Total | 17878.875 199 89.843593 Root MSE = 7.2116


  10. --------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. ---------------+----------------------------------------------------------------

  13. female |

  14. female | 15.00001 5.09795 2.94 0.004 4.946132 25.05389

  15. |

  16. female#c.socst |

  17. male | .6247968 .0670709 9.32 0.000 .4925236 .7570701

  18. female | .420068 .0678044 6.20 0.000 .2863482 .5537878

  19. |

  20. _cons | 17.7619 3.554993 5.00 0.000 10.75095 24.77284

  21. --------------------------------------------------------------------------------

该模型交互项汇报的是男性和女性组别，writing 对 socst 做回归 socst 的系数。我们可以看到，交乘项中，female 的系数与 male 的系数之差正好为完整模型的交互项的系数。

  • 模型 3：去掉主效应项 i.female

  1. . reg write socst i.female#c.socst


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(2, 197) = 66.96

  5. Model | 7235.18229 2 3617.59115 Prob > F = 0.0000

  6. Residual | 10643.6927 197 54.028897 R-squared = 0.4047

  7. -------------+---------------------------------- Adj R-squared = 0.3986

  8. Total | 17878.875 199 89.843593 Root MSE = 7.3504


  10. --------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. ---------------+----------------------------------------------------------------

  13. socst | .4903271 .0500357 9.80 0.000 .3916528 .5890014

  14. |

  15. female#c.socst |

  16. female | .0701563 .0195532 3.59 0.000 .0315957 .1087168

  17. |

  18. _cons | 25.0561 2.597064 9.65 0.000 19.93449 30.17772

  19. --------------------------------------------------------------------------------

注意：这个模型很有可能是错误识别模型（mispecification）。如果要使用该模型，一定要确保研究目标和模型设定的一致性。

上文，我们说过，加入组别变量主效应项的目的在于区分不同组别的截距，而加入交乘项在于区分不同组别的斜率。现在这个模型只保留了连续型变量主效应项，其实并没有允许区分不同组别的截距。因此，这个常数项的含义为全样本 socst = 0 的平均写作分数。

交乘项的系数含义为假设男性组别和女性组别的截距是相同的，女性组别的斜率和男性组别斜率之差。

可以用其他命令 margins 和 lincome 进一步解释为什么使用该模型一定要谨慎小心。

截距项无区分：

  1. . reg write socst i.female#c.socst

  2. . margins, at(female=(0 1) socst = 0) noatlegend


  4. Adjusted predictions Number of obs = 200

  5. Model VCE : OLS


  7. Expression : Linear prediction, predict()


  9. ------------------------------------------------------------------------------

  10. | Delta-method

  11. | Margin Std. Err. t P>|t| [95% Conf. Interval]

  12. -------------+----------------------------------------------------------------

  13. _at |

  14. 1 | 25.0561 2.597064 9.65 0.000 19.93449 30.17772

  15. 2 | 25.0561 2.597064 9.65 0.000 19.93449 30.17772

  16. ------------------------------------------------------------------------------

如下汇报的是不同组别的斜率。

  1. . margins, dydx(socst) at(female=(0 1)) noatlegend post


  3. Average marginal effects Number of obs = 200

  4. Model VCE : OLS


  6. Expression : Linear prediction, predict()

  7. dy/dx w.r.t. : socst


  9. ------------------------------------------------------------------------------

  10. | Delta-method

  11. | dy/dx Std. Err. t P>|t| [95% Conf. Interval]

  12. -------------+----------------------------------------------------------------

  13. socst |

  14. _at |

  15. 1 | .4903271 .0500357 9.80 0.000 .3916528 .5890014

  16. 2 | .5604834 .049094 11.42 0.000 .463666 .6573007

  17. ------------------------------------------------------------------------------

用图形表示如下。这与我们在研究中通常想要分析的情况是不一致的。

  1. reg write socst i.female#c.socst

  2. qui margins female, at(socst=(5(5)70))

  3. marginsplot, recast(line) noci addplot(scatter y x,jitter(3) msym(oh))

Figure 2.png

  • 模型 4：只保留交互项

  1. . reg write i.female#c.socst


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(2, 197) = 66.96

  5. Model | 7235.18229 2 3617.59115 Prob > F = 0.0000

  6. Residual | 10643.6927 197 54.028897 R-squared = 0.4047

  7. -------------+---------------------------------- Adj R-squared = 0.3986

  8. Total | 17878.875 199 89.843593 Root MSE = 7.3504


  10. --------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. ---------------+----------------------------------------------------------------

  13. female#c.socst |

  14. male | .4903271 .0500357 9.80 0.000 .3916528 .5890014

  15. female | .5604834 .049094 11.42 0.000 .463666 .6573007

  16. |

  17. _cons | 25.0561 2.597064 9.65 0.000 19.93449 30.17772

  18. --------------------------------------------------------------------------------

该模型类似于模型 3，也是我们不建议使用的模型。可以发现，该回归结果与模型 3 的结果是一致的，汇报的是假设不同组别截距项相同的情形下，不同组别的斜率。系数与 margins, dydx(socst) at(female=(0 1)) noatlegend post 汇报的也是一致的。

3. 实例 3：连续型变量相互交乘 (Continuous by Continuous Interaction)

  • 完整模型

  1. . reg write c.math##c.socst


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(3, 196) = 61.55

  5. Model | 8672.71872 3 2890.90624 Prob > F = 0.0000

  6. Residual | 9206.15628 196 46.9701851 R-squared = 0.4851

  7. -------------+---------------------------------- Adj R-squared = 0.4772

  8. Total | 17878.875 199 89.843593 Root MSE = 6.8535


  10. --------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. ---------------+----------------------------------------------------------------

  13. math | .6107585 .2871688 2.13 0.035 .044421 1.177096

  14. socst | .5206108 .2675933 1.95 0.053 -.007121 1.048343

  15. |

  16. c.math#c.socst | -.0036057 .0051493 -0.70 0.485 -.0137609 .0065494

  17. |

  18. _cons | 3.483233 14.32252 0.24 0.808 -24.7628 31.72927

  19. --------------------------------------------------------------------------------

常数项为 math = 0, socst = 0 时，全样本的写作平均分数。交乘项的含义为当 math 或者 socst 变化一单位时，writing 对 socst 和 math 做回归的斜率的变动。

我们可以用图形表示。

  1. reg write c.math##c.socst

  2. margins, at(math=(30 75) socst=(30(5)70)) vsquish

  3. marginsplot, noci x(math) recast(line)

3.png

  • 模型 2：去掉主效应项 c.math

回归结果如下所示。

  1. . reg write c.socst##c.math


  3. Source | SS df MS Number of obs = 200

  4. -------------+---------------------------------- F(3, 196) = 61.55

  5. Model | 8672.71872 3 2890.90624 Prob > F = 0.0000

  6. Residual | 9206.15628 196 46.9701851 R-squared = 0.4851

  7. -------------+---------------------------------- Adj R-squared = 0.4772

  8. Total | 17878.875 199 89.843593 Root MSE = 6.8535


  10. --------------------------------------------------------------------------------

  11. write | Coef. Std. Err. t P>|t| [95% Conf. Interval]

  12. ---------------+----------------------------------------------------------------

  13. socst | .5206108 .2675933 1.95 0.053 -.007121 1.048343

  14. math | .6107585 .2871688 2.13 0.035 .044421 1.177096

  15. |

  16. c.socst#c.math | -.0036057 .0051493 -0.70 0.485 -.0137609 .0065494

  17. |

  18. _cons | 3.483233 14.32252 0.24 0.808 -24.7628 31.72927

  19. --------------------------------------------------------------------------------

此处，再次强调，引入主效应项的目的在于改变截距。我们可以用图形来感受这句话的含义。除非可以确认截距是一致的，不然在连续变量相互交乘的模型中，应该谨慎去掉主效应项。

Figure 4.png

总结

本篇推文讨论了三种情况下，在包含交乘项的回归中，主效应项是否可以去掉的问题。根据不同的情况，本文给出了不同的分析以及实证建议。

主要回归命令及实证建议归纳如下。

  1. use https://stats.idre.ucla.edu/stat/data/hsbanova, clear \\数据引入


  3. *- 类别变量相互交乘

  4. regress write i.female##i.grp \\完整模型

  5. margins female##grp


  7. regress write i.grp i.female#i.grp \\模型 2：去掉主效应项 female

  8. *无模型设定问题，但系数含义改变*


  10. regress write i.female i.female#i.grp \\模型 3：去掉主效应项 grp

  11. *无模型设定问题，但系数含义改变*


  13. regress write i.female#i.grp \\模型 4：只保留交乘项

  14. *无模型设定问题，但系数含义改变*


  16. *- 类别变量与连续型变量相互交乘

  17. regress write i.female##c.socst \\完整模型


  19. regress write i.female i.female#c.socst \\模型 2：去掉主效应项 c.socst

  20. *无模型设定问题，但系数含义改变*


  22. reg write socst i.female#c.socst \\模型 3：去掉主效应项 i.female

  23. *可能存在模型设定问题*

  24. margins, at(female=(0 1) socst = 0) noatlegend

  25. margins, dydx(socst) at(female=(0 1)) noatlegend post

  26. reg write socst i.female#c.socst

  27. qui margins female, at(socst=(5(5)70))

  28. marginsplot, recast(line) noci addplot(scatter y x,jitter(3) msym(oh))


  30. reg write i.female#c.socst \\模型 4：只保留交乘项

  31. *可能存在模型设定问题*


  33. *- 连续型变量与连续型变量相互交乘

  34. reg write c.math##c.socst \\完整模型

  35. margins, at(math=(30 75) socst=(30(5)70)) vsquish

  36. marginsplot, noci x(math) recast(line)


  38. reg write c.socst##c.math \\模型 2：去掉主效应项

  39. *可能存在模型设定问题*


关于我们

  • 【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。

  • 公众号推文同步发布于 CSDN-Stata连享会 、简书-Stata连享会 和 知乎-连玉君Stata专栏。可以在上述网站中搜索关键词Stata或Stata连享会后关注我们。

  • 点击推文底部【阅读原文】可以查看推文中的链接并下载相关资料。

  • Stata连享会 精彩推文1  || 精彩推文2

联系我们

  • 欢迎赐稿： 欢迎将您的文章或笔记投稿至Stata连享会(公众号: StataChina)，我们会保留您的署名；录用稿件达五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

  • 意见和资料： 欢迎您的宝贵意见，您也可以来信索取推文中提及的程序和数据。

  • 招募英才： 欢迎加入我们的团队，一起学习 Stata。合作编辑或撰写稿件五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

  • 联系邮件： StataChina@163.com

往期精彩推文

点击查看完整推文列表
欢迎加入Stata连享会(公众号: StataChina)
2019暑期“实证研究方法与经典论文”专题班

    您可能也对以下帖子感兴趣

    文章有问题？点此查看未经处理的缓存