👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：最新专题 | 计量专题 | 关于连享会
🍓 课程推荐：2024 空间计量专题
主讲老师：范巧 (兰州大学)
课程时间：2024 年 10 月 2-4 日 (三天)
课程咨询：王老师 18903405450（微信）
课程特色 · 2024空间计量：
👉 一、从“零基础”到“高水平”的课程设计
兼顾基础知识、主流模型与前沿模型 既考虑软件安装、程序编写以及空间权重矩阵设计等 基础知识 讲授，更强调时空面板地理加权回归模型、贝叶斯空间计量模型、矩阵指数模型、空间计量交互模型与空间面板似不相关回归模型等 前沿模型 的传授。
👉 二、“保姆级”的空间计量代码
编写与校准所有模型的MATLAB代码，简化实操环节 模型的估计与检验等 仅按照提供的Excel数据版式 搜集与整理原始数据，即可一次性出结果并作图。
👉 三、“最多上新” 的内容体系
新增 矩阵指数模型、短面板空间似不相关模型、空间计量交互模型、贝叶斯空间计量模型等 新增 前沿应用案例，包括空间计量与索洛余值法、随机前沿分析与数据包络分析等的互嵌研究，阐释基于空间计量的产业空间结构优化评价方法。 新增 Dagum空间基尼系数、核密度估计、空间马尔科夫链与空间收敛性等内容，阐释现实研究中对空间收敛性的应用“谬误”。
作者：王萃芳 (东北财经大学)
邮箱：wcfsophia@126.com
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
编者按：本文主要摘译自下文，特此致谢！
Source：Uri Simonsohn, 2019, Blog, Interaction Effects Need Interaction Controls. -Link-
目录
1. 背景介绍
2. 文章介绍
2.1 主要结论
2.2 主要困惑
2.3 解决办法
3. 结语
4. 相关推文
1. 背景介绍
如果研究者感兴趣的是回归中的交互作用，那么混淆控制变量也应该是交互作用。为对上述问题有更好地理解，我们将以Card 和 Dahl (2011) 为例进行说明，该论文研究了美国橄榄球赛季 (NFL) 比赛后的家庭暴力。之所以选择这篇论文，是因为它提供了一个直观的设置来解释控制变量采用交互项的必要性。
2. 文章介绍
2.1 主要结论
论文的研究结论表明，在控制赛前积分差 (最喜欢的球队有望赢得的积分数) 和当地观众的规模 (有多少当地人在电视上观看了比赛) 后，如果主队输掉了一场胜券在握的比赛，当地家庭暴力 (男性对妻子或女朋友) 的发生率会上升 10%。相反，如果人们已经预料到比赛会输就不会导致类似的结果。
文章的主要回归结果如下表所示，以 美国橄榄球赛季 (NFL) 比赛后的家庭暴力作为因变量。从第 (1) 列到 (5) 列，依次包含更多控制变量，每一列代表不同的 (泊松) 回归结果。
第一行为意外输掉比赛与预期会赢得比赛交互项 Loss × predicted win(upset loss) 的估计系数为 0.10，对应于文章中提到的暴力增加 10%。
2.2 主要困惑
对这一发现的一个担忧是，当人们预期球队有望获胜时，观看比赛的人自然会更多。这意味着有更多的人可能面临意料之外的输球结果，而不是预料之内的结果。因此，对于面临意外输球的结果后家庭暴力的增加主要有两种解释：
解释 1：意外之外的输球结果更令人愤怒； 解释 2：意料之外的输球结果原本就受到更多人关注。
然而，上表 IV 中第 (5) 列通过控制收视率 (尼尔森评级) 来区分这两者，这样的控制对于文章关注的重点显然是不够的。如果我们关注的问题是观看任何比赛的球迷人数越多，家庭暴力就越多，那么仅仅控制尼尔森评级将会是正确的解决方案。然而，在该论文中我们关心的是不同的内容，我们主要担心的混淆问题是观看一场输球比赛的粉丝人数越多，家庭暴力越多。
2.3 解决办法
由于我们感兴趣的是交互项的作用，因此对任何替代解释也必须涉及交互项的作用。在特殊情况下，感兴趣的影响涉及和输球队伍之间的交互项，那么控制变量也必须与输球队伍进行交乘。因此，当我们预期在比赛赢或输的情况下控制收视率可能产生不同的影响，就需要将控制变量与输掉比赛进行交乘，即在原来的基础上再添加 Nielsen Rating×Loss 这一项作为预测变量。具体来看：
如果我们主要感兴趣的是 的交互项系数 ，如以下模型：
当我们担心第三个变量 与 相关且与 相关时，仅仅控制变量 是不够的，如下所示：
这时，需要同时控制 与 的交互项：
3. 结语
这是一个比较普遍的问题，然而对控制变量进行交乘似乎不是研究人员普遍意识到的问题。总之，当感兴趣的系数是一个交互项，并且对于潜在混淆问题比较担忧时，需要对控制变量进行交乘。
4. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 交乘, m
安装最新版lianxh命令：
ssc install lianxh, replace
专题：论文写作 Stata：如何理解三个变量的交乘项？ 专题：回归分析 调节效应是否需要考虑对控制变量交乘？ Stata因子变量：虚拟变量-交乘项批量处理 专题：内生性-因果推断 Stata：内生变量的交乘项如何处理？ 专题：交乘项-调节-中介 我为什么越跑越肥？交乘项系数的直观解释 Logit-Probit中的交乘项及边际效应图示 内生变量的交乘项如何处理？ interactplot：图示交乘项-交互项-调节效应 Stata：交乘项的对称效应与图示 Stata：交乘项该如何使用？-黄河泉老师PPT Stata：虚拟变量交乘项生成和检验的简便方法 Stata：内生变量和它的交乘项 交乘项-交叉项的中心化问题 交乘项专题：主效应项可以忽略吗？ Stata：交乘项该这么分析!
🍓 课程推荐：2024 空间计量专题
主讲老师：范巧 (兰州大学)
课程时间：2024 年 10 月 2-4 日 (三天)
课程咨询：王老师 18903405450（微信）
尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
