今日問題1

（1）基于Probit模型進(jìn)行分組回歸，并檢驗(yàn)兩組回歸變量network對Y的影響是否有顯著差異，利用的是Stata的suest命令。結(jié)果顯示變量network系數(shù)有顯著性差異，其中鄉(xiāng)村組的系數(shù)是2.12，城市組的系數(shù)是0.34。請問能否直接得出結(jié)論：鄉(xiāng)村組的network對Y的影響更大？

回歸結(jié)果如下圖所顯示：兩組回歸里network的系數(shù)均十分顯著，且在group=鄉(xiāng)村時的network系數(shù)較大為2.12，suest檢驗(yàn)也表明兩組回歸系數(shù)有顯著差異。

（2）Probit模型回歸分析時，系數(shù)均顯著，但是轉(zhuǎn)換成邊際效應(yīng)后就不顯著了，這種情況是什么原因？例如下圖是對變量networkaa求邊際影響后的結(jié)果，可以看出是不顯著的。但是如果僅僅是看Probit模型系數(shù)而不是邊際影響的話，這一變量的系數(shù)是顯著的。

（1）在分組回歸中，其實(shí)每個變量都有各自的系數(shù)，比如在OLS回歸中可以根據(jù)系數(shù)影響大?。ㄈ粝禂?shù)表示的是邊際效應(yīng)）。那為什么又需要進(jìn)行假設(shè)檢驗(yàn)？這里可以這樣想，這個結(jié)果僅僅是根據(jù)一組樣本做出來的，是否會因?yàn)殡S機(jī)誤差而引起的這個差異呢？所以不能僅根據(jù)這一組樣本數(shù)據(jù)就得出結(jié)果，需要進(jìn)行更為嚴(yán)謹(jǐn)?shù)臋z驗(yàn)，即這里的假設(shè)檢驗(yàn)。對于你提的問題，如果你檢驗(yàn)出來兩組是存在顯著差異的，我覺得是可以得到那樣的結(jié)論。很多時候，也會把原假設(shè)寫成大于或小于的形式。

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(jìn)行檢驗(yàn)，這樣更能識別效果。

（2）Probit模型的系數(shù)顯著性與邊際效應(yīng)的顯著性不是等價(jià)的。不知道你算邊際效應(yīng)的時候是怎么算的，是不是at?mean，這些都會影響結(jié)果。你把邊際效應(yīng)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(shù)，75百分位數(shù)的各種位置上，變動一單位的效果其實(shí)不同，兩者不是等價(jià)的，只能說明在均值(各種分位點(diǎn))，是否具有邊際顯著性。

關(guān)于回歸系數(shù)和邊際效應(yīng)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

今日問題2

在運(yùn)用ivprobit模型解決內(nèi)生性時，變量中存在解釋變量與變量A的交互項(xiàng)，請問運(yùn)用兩步法進(jìn)行工具變量的命令中此交互項(xiàng)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(xiàng) (解釋變量 =工具變量),first twostep

此交互項(xiàng)是did=?解釋變量*A？還是did=工具變量*A？

今日解答2

首先，ivprobit是非線性模型，非線性模型加交互項(xiàng)不是隨便加的。其次，如果解釋變量是內(nèi)生變量，那么也應(yīng)該對“解釋變量*A”尋找工具變量。因?yàn)閏orr（解釋變量，e）不等于0，那corr(解釋變量*A,e)也應(yīng)該不等于0。

學(xué)術(shù)指導(dǎo)：張曉峒老師

本期解答人：曹暉老師?林煜恩老師?游萬海老師

編輯：統(tǒng)計(jì)小妹

統(tǒng)籌：易仰楠?李丹丹

技術(shù)：知我者?趙雅軒?郭凱

往期回顧

互助問答第67期:?中介效應(yīng)問題

互助問答第66期:?回歸對數(shù)形式以及事件研究法的t值計(jì)算問題

互助問答第65期:?靜態(tài)面板模型可以用GMM估計(jì)嗎？

互助問答第64期：傾向得分匹配等問題

長按二維碼識別關(guān)注我們

如果您在計(jì)量學(xué)習(xí)和實(shí)證研究中遇到問題，請及時發(fā)到郵箱szlw58@126.com，專業(yè)委員會有30多名編輯都會看，您的問題會得到及時關(guān)注！請您將問題描述清楚，任何有助于把問題描述清楚的細(xì)節(jié)都能使我們更方便地回答您的問題，提問細(xì)則參見：實(shí)證研究互助平臺最新通知

如果您想成為問題解答者，在幫助他人過程中鞏固自己的知識，請發(fā)郵件至szlw58@126.com（優(yōu)先）或給本公眾號留言或加微信793481976給群主留言，我們誠摯歡迎熱心的學(xué)者和學(xué)生。具體招募信息請參見：實(shí)證研究互助平臺志愿者團(tuán)隊(duì)招募公告

鮮活的事例更有助于提高您的研究水平，呆板的教科書讓人生厭。如果您喜歡，請?zhí)岢瞿膯栴}，也請轉(zhuǎn)發(fā)推廣！

（歡迎轉(zhuǎn)發(fā)，歡迎分享；轉(zhuǎn)載請注明出處，引用和合作請留言。本文作者擁有所有版權(quán)，原創(chuàng)文章最早發(fā)表于“論文導(dǎo)向計(jì)量實(shí)證社區(qū)”。任何侵權(quán)行為將面臨追責(zé)?。?/p>