我目前正试图在Stata中进行线性回归,如下所示:xi:reg Dependent IV_Rating IV_Size
我的目标是看看IV_Rating
对因变量的影响(系数)对于小尺寸是否与大尺寸(均来自IV_Size
)有显着差异。我为名为0
的{{1}}和1
制作了两个假人(IV_Size
= false和Small
= true)(不包括媒体)。我运行了以下内容:Large
错误:因子变量可能不包含负值
我找到了以下修复:我添加了xi:reg Dependent IV_Rating IV_Size IV_Rating#Small IV_Rating#Large
。 (连续变量)虽然c
变量仅从-3变为+3。 IV_Rating
两种相互作用的P值都不显着,这与预期一致(两种IV本身仍然很重要)。但我也读到你可以使用xi:reg Dependent IV_Rating IV_Size c.IV_Rating#Small c.IV_Rating#Large
而不是##
,我开始变得非常困惑,除此之外。我这样做了吗?
答案 0 :(得分:1)
只需将编码更改为正整数(可能使用recode
):
x x2
-3 1
-2 2
-1 3
1 4
2 5
3 6
此外,您可以直接使用因子变量表示法(而不是xi
):
reg y i.x2##i.z
这将包括两个分类变量的主效应及其相互作用。