互助問答第68期:分組檢驗和邊際效應問題、ivprobit交乘項設計

2021-03-02 學術苑

（1）在分組回歸中，其實每個變量都有各自的係數，比如在OLS回歸中可以根據係數影響大小（若係數表示的是邊際效應）。那為什麼又需要進行假設檢驗？這裡可以這樣想，這個結果僅僅是根據一組樣本做出來的，是否會因為隨機誤差而引起的這個差異呢？所以不能僅根據這一組樣本數據就得出結果，需要進行更為嚴謹的檢驗，即這裡的假設檢驗。對於你提的問題，如果你檢驗出來兩組是存在顯著差異的，我覺得是可以得到那樣的結論。很多時候，也會把原假設寫成大於或小於的形式。

另外，建議你還是放一個全樣本的回歸，加入城市虛擬變量，以及城市虛擬變量與network的交互作用來進行檢驗，這樣更能識別效果。

（2）Probit模型的係數顯著性與邊際效應的顯著性不是等價的。不知道你算邊際效應的時候是怎麼算的，是不是at mean，這些都會影響結果。你把邊際效應的公式以及方差寫下來，就知道不一定具有相同的顯著性。你在at mean, at median，25百分位數，75百分位數的各種位置上，變動一單位的效果其實不同，兩者不是等價的，只能說明在均值(各種分位點)，是否具有邊際顯著性。

關於回歸係數和邊際效應的問題，可以參考這個帖子：

https://www.statalist.org/forums/forum/general-stata-discussion/general/1329201-marginal-effects-significance-vs-original-model-effects-significance

在運用ivprobit模型解決內生性時，變量中存在解釋變量與變量A的交互項，請問運用兩步法進行工具變量的命令中此交互項是否需要改成工具變量與變量A的交互，還是無需重新定義？勞您指教,謝謝！

即：did= 解釋變量*A

ivprobit 被解釋變量 控制變量 交互項 (解釋變量 =工具變量),first twostep

此交互項是did= 解釋變量*A？還是did=工具變量*A？

首先，ivprobit是非線性模型，非線性模型加交互項不是隨便加的。其次，如果解釋變量是內生變量，那麼也應該對「解釋變量*A」尋找工具變量。因為corr（解釋變量，e）不等於0，那corr(解釋變量*A,e)也應該不等於0。



相關焦點

  • Logit-Probit:非線性模型中交互項的邊際效應解讀
    問題背景在非線性計量模型（例如 logit,probit 等），如何解釋交互項的效應，很多學者在應用上仍存在混淆之處。本文通過介紹 Buis (2010 和 Dow et al. (2019) 來說明這一問題。 2.
  • Stata: 手動計算和圖示邊際效應
    請點擊本文底部左下角的【閱讀原文】，轉入本文【簡書版】。連享會-交乘項 (調節效應) 專題系列在建立模型時，我們往往會根據一定的經濟理論加入一些交乘項，在 Stata 裡，用 margins 命令可以直接得到相關變量的邊際效應，進而可以使用 marginsplot 圖示邊際效應，詳情參見 [Stata：邊際效應分析]。
  • Stata:內生變量和它的交乘項
    包含內生變量交乘項的模型介紹2.1 交乘項中僅有一個變量是內生變量2.2 交乘項中的兩個變量均為內生變量3.Stata 實操3.1 輸入數據3.2 不考慮內生性的估計結果3.3 工具變量法處理內生性問題3.4 考慮內生性和未考慮內生性的估計結果比較3.5 兩個內生變量交互項的估計4. 結語和建議5.
  • 內生變量的交乘項如何處理?
    含內生變量交乘項的模型2.1 交乘項中僅有一個變量是內生變量2.2 交乘項中的兩個變量均為內生變量3.Stata 實操3.1 輸入數據3.2 不考慮內生性的估計結果3.3 工具變量法處理內生性問題3.4 考慮內生性和未考慮內生性的估計結果比較3.5 兩個內生變量交互項的估計4. 結語和建議5. 參考文獻6.
  • Stata: 如何檢驗分組回歸後的組間係數差異?
    連玉君, 2017, 如何檢驗分組回歸後的組間係數差異?, 鄭州航空工業管理學院學報 35, 97-109. PDF 原文下載問題背景最為關注的是白人和黑人（相當於把原始數據分成了兩個樣本組：白人組和黑人組）的工資決定因素是否存在差異。分析的重點集中於工齡（ttl_exp）和婚姻狀況(married) 這兩個變量的係數在兩組之間是否存在顯著差異。下面是分組執行 OLS 回歸的命令和結果：
  • 互助問答第82期:異質性問題&交互性問題
    其次，在分組回歸中。分性別回歸得到男性樣本主變量不顯著，女性樣本主變量顯著。分獨生子女回歸得到獨生子女樣本主變量不顯著，非獨生子女樣本主變量顯著。我的理解是，對於分組回歸，主變量的顯著性只能說明對於特定的分組樣本是否有顯著影響。但是不能說明兩組之間主變量係數差異。所以我在分組之後再次做了組別變量交互項的回歸。
  • 互助問答第366期:logit模型在stata操作中出現的問題
    往期回顧：互助問答第365期：關於控制固定效應的問題如果您在計量學習和實證研究中遇到問題，有三條途徑可以到達我們手裡：一是請及時發到郵箱szlw58@126.com；二是加入論文導向計量群（現有專業委員會有40多名編輯都會看，您的問題會得到及時關注！
  • SPSS統計分析案例:probit概率回歸分析
    看一個案例：數據文件probit.sav記錄了三種殺蟲藥、不同濃度、不同殺蟲效果的數據，變量包括died（白蟻死亡數），total（不同分組的白蟻總量），dose（藥物濃度），agent（殺蟲劑類別），具體截圖如下：調出probit回歸的主菜單：打開SPSS數據文件，在菜單欄依次點擊【分析】→【回歸】→【概率】選項，此時會自動彈出probit主對話框
  • Stata:圖示交互效應-調節效應
    期刊論文中的調節效應圖2. 如何繪調節效應圖 ？2.1 在excel中繪出交互圖2.2 在 Stata 中繪出交互圖3. 呈現調節作用的其他方式 實證分析中，交乘項的使用非常的普遍。同主題推文Stata：用 bytwoway 實現快速分組繪圖Statalist - Interaction Plot 1. 期刊論文中的調節效應圖一般我們在檢驗調節（交互）作用的時候，得到回歸結果之後往往需要在文章中附上調節作用圖，能夠直觀的從圖形上觀察到調節效應。
  • 可怕的「邊際效應」!
    ；有小部分商家，算不清邊際成本，也不會用邊際邏輯來定價：比如很多小餐飲不想和外賣合作，認為抽成太高，不划算；其實外賣不需要提供就餐場地，也不需要服務員，新增用戶的邊際成本極低，而邊際收益很高，多賣一份幾乎就多一份純收益；
  • 醫學統計與R語言:Probit回歸模型及邊際效應(Marginal effects)
    Hence, the probit link function isRemember back to intro stats when you had to look up in Z tables the area under the normal curve for a specific Z value?
  • 【Stata更新】新增中介效應、調節效應、交互項及Stata操作--手把手教你Stata系列課程更新啦!
    1.2.2  多期DID處理效應估計方法的選擇（reg、xtreg、areg、reghdfe、tvdiff）1.2.3  多期DID的平行趨勢檢驗（Parallel trend test）拓展1.3  多期DID及平行趨勢檢驗的建模步驟流程圖（多期DID、平行趨勢檢驗、合成控制法、DID、DDD、PSM-DID之間的關係）
  • 二值選擇模型(2):Probit與Logit
    對被解釋變量y的邊際效應：一般並非邊際效應，不能直接從邊際效應的角度進行經濟解釋。以Probit為例： 在實際運用中，有三種常用的邊際效應：1）平均邊際效應。即先分別計算在每個樣本觀測值上的邊際效應，然後進行簡單算術平均得到最終的邊際效應。這種邊際效應也是Stata默認計算的邊際效應。2）樣本均值處的邊際效應。
  • suest:跨模型比較與廣義豪斯曼檢驗
    logit 模型和 probit 模型的係數是否相等。，suest 命令後既可以使用 test、testnl、lincom、nlcom 等命令進行假設檢驗，也可以進行聚類穩健的標準誤調整或調查設計效果。
  • 邊際效應的第n種應用
    懂一點經濟學皮毛的同學肯定聽說過「邊際效應」，如果沒聽過，趕緊去質問你的物理老師為什麼沒教過。邊際效應（Marginal utility）通常應用在經濟學中的意義是指：消費者在每增加一個單位消費品的時候，其產生的效用成遞減速趨勢。
  • 國家級貧困縣政策的收入分配效應
    政策變量和時間變量的交互項係數γ是本文關注的，表示扶貧政策在國家級貧困縣的平均效應。a[，i]為第i個家庭的固定效應，λ[，t]表示時間固定效應，p是省份固定效應。接下來使用ordered probit模型回答上述問題。具體做法為，將家庭收入按照從低到高分為4個組：低收入組、次低收入組、較高收入組、高收入組，分析扶貧政策實施後，t-1期家庭的收入排序在t期的變化，即收入的流動性如何受扶貧政策影響。
  • 什麼是「邊際效應遞減」
    這場被稱為「邊際革命」的經濟學變革使經濟學從古典經濟學強調的生產、供給和成本，轉向現代經濟學關注的消費、需求和效用。邊際效用學派的經濟學家們提出了一個嶄新的觀點，商品的價值取決與人的主觀效用價值，並提出「邊際效應遞減」這個至今被人們津津樂道的經濟學規律。那什麼是邊際效應遞減呢？「邊際」是一個數學名詞，說的是新增的每一個單位。
  • 適可而止,感知邊際—邊際效應
    丹之所藏者赤，漆之所藏者黑，是以君子必慎其所處者焉—《孔子家語·六本》喜新厭舊是人的本性，也是事物發展的必然規律，剛開始由於新鮮感，會引起特別的注意，然而隨著時間的推移，就會感知不到美好的存在啦，所謂花無百日紅，人無千日好，就是這個意思，在財務上的解釋，便是邊際效應。
  • 玩轉Stata | 傾向得分配對(PSM)內生性檢驗利器
    本文在此就不介紹相關理論了，因為小編的理論也不是特別的好，如果想學習的可以參閱連玉君老師的相關視頻（重點推介），大概有5個課時；同時也可以參考陳強老師的《高級計量經濟學及stata應用》中的第28章處理效應。在此小編僅僅介紹stata的相關操作。