我正在尝试使用具有 Stata 13.0 的 GLM 模型实现差异估计器。我感兴趣的参数是预期值相对于二元治疗组指标 T 和二元治疗后期指标 S 的相互作用的导数( T#S,而不是关于 T 的全导数)。这种方法在Statalist上的这个线程的末尾进行了解释。这是我的代码:
glm y i.T##i.S, exposure(e) cluster(user_id) link(log) family(poisson) robust
preserve
replace e = 30
margins rb0.T#rb0.S
restore
保留/替换/恢复步骤是必要的,因为边距不允许该at()
选项与曝光变量一起使用。
两个问题。
- 我如何获得这种效果的 p 值?
- 是否有可能以半弹性形式获得效果,也许通过以某种方式使用 eydx() 的边距?