01 ?組間系數差異檢驗是什么？

? ? ? ? 組間系數差異檢驗可以用于橫截面中產權性質分析、高低分組分析等，在DID模型里也可用于檢驗post=0(或post=1)時組間系數差異，需要說明的是，DID模型里如果只是簡單比較變量均值差異，那么用ttest單變量分析即可，只有在測試y-x相關性的時候，可能需要用到組間系數差異檢驗。

? ? ? ? 除此之外，有必要區分一下單變量分析和組間系數差異檢驗的不同。在單變量分析中，如果比較兩組差異，用ttest即可；如果比較多組差異，需用到anova方差分析；在組間系數差異檢驗中，根據連玉君團隊總結的方法，大致有三種方法可以參考，此外還可自行構造Z統計量(標準正態分布統計量)來比較差異。

? ? ? ? (也許有朋友會想到聯合顯著性檢驗～，不過鄙人覺得它與上述的單變量和組間系數差異都不同，所以此處就不展開討論，感興趣的可以參考后附鏈接。)

? ? ? ?舉例：DID模型里的運用。

? ? ? ? DID模型里用來區分組間差異和時間差異的矩陣如下：

? ? ? ? 我們主要關心的大小和顯著性(p值或t值)，因為它衡量了組間和時間的雙重差異(增量效應)，也是DID模型的獨特魅力所在。

? ? ? ? 在DID多元回歸中可以觀測到兩者的系數大小，也可以觀測到的顯著性，但是沒法觀測到的顯著性，只能通過組間系數差異檢驗進行辨別，要么檢驗系數作差是否異于零，要么直接通過stata已有的命令進行檢驗。

02 ?組間系數差異檢驗怎么用？

? ? ? ??常見的三種組間系數差異檢驗的方法是：引入交叉項(chow檢驗)、基于似無相關模型的檢驗方法(suest)和費舍爾組合檢驗(permutation test)。這三種方法不同于ttest單變量分析；前者是組間系數檢驗，后者是單變量(均值/中位數)差異檢驗。

? ? ? ??(1)引入交叉項(chow檢驗)：直接在線性回歸中加入交乘項然后檢驗交乘項的系數顯著性即可，這是用得最多最廣泛的一種方法；也叫做大名鼎鼎的chow檢驗，可以通過chowtest 命令快速完成。使用的前提條件是：假設干擾項同方差、獨立同分布；而且假設控制變量系數在兩組之間無明顯差異。若不滿足前提條件，如變量系數在兩組之間存在差異，或存在異方差的情形，用chow檢驗就會存在問題。變量系數在兩組之間存在差異的解決方法是可以加入更多的交乘項，存在異方差的情形的解決方法是用robust或cluster聚類穩健標準誤來解決。

? ? ? ??(2)基于似無相關模型的檢驗方法(suest)：在假設兩組樣本的干擾項相關的前提下進行似無相關模型檢驗。前提條件比chow檢驗更為寬松，可以允許兩個干擾項有不同的分布。在stata中根據suest命令操作即可。需要注意的是，suest適用于截面數據，不適用于面板數據；不能用xtreg個體固定效應模型進行檢驗；除此之外，suest中不能用robust進行異方差修正(這一點無關緊要，因為robust不會影響回歸系數，不加也不影響test結果)。

reg y x1 x2 if group==0

est store a

reg y x1 x2 if group==0

est store b

suest a b

//?對兩組樣本進行suest似無相關估計；

test [a_mean]y=[b_mean]y

test [a_mean]x1=[b_mean]x1

test [a_mean]x2=[b_mean]x2

// ?檢驗組間系數差異；

? ? ? ??(3)費舍爾組合檢驗(permutation test)：原理是bootstrap抽樣，檢驗兩組系數差異是否異于零，所以每次結果可能不一樣。具體做法是先算出兩組系數差異，然后通過估計該統計量所處分布來推出經驗p值，判斷組間差異的顯著性(在stata中可通過bdiff命令來實現)。費舍爾檢驗要求兩組的虛擬變量個數一樣(i.ind后各個ind就成了虛擬變量，保證兩組各個ind內個數一樣，要求太苛刻)；

bdiff, group(xx) model(y x1 x2) reps(1000) detail

// bdiff檢驗；

// group括號內必須是二元虛擬變量，若有多組，需刪除超過0-1之外的其他組；

// model括號內是回歸模型；

// reps括號內是bootstraps抽樣次數，可選擇1000次-5000次；

// detail選項可進一步呈現兩組的實際估計系數。

? ? ? ? ?有關以上內容的其他解釋，可根據以下參考鏈接自行查閱：

? ? ? ? 1-組間差異檢驗是什么：

https://www.jianshu.com/p/67be9b3806cd?

? ? ? ? 2-如何檢驗分組回歸后的組間系數差異(連玉君2020.3最新)：

https://www.lianxh.cn/news/051e3a01cdb19.html?

? ? ? ? 3-chow檢驗：

https://bbs.pinggu.org/thread-2309019-1-1.html

? ? ? ? 4-聯合顯著性檢驗：

https://bbs.pinggu.org/thread-5936656-1-1.html?

? ? ? ? 5-fama-macbath回歸(可減少sd的低估)：

https://www.zhihu.com/question/53768802/answer/460969682?

? ? ? ??【stata系列】后續會有更多的專題分享，如果您覺得還不錯，請持續關注。如果您有任何的建議或想加入學習團隊，請隨時聯系(小窗即可)，感謝在學術之路上有您的支持與陪伴！

總結

以上是生活随笔為你收集整理的两组回归系数差异检验_【stata系列】——组间系数差异检验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。