机制检验？中介效应？调节效应？（2）

最近开始忙开题报告咯，和老师讨论的时候发现某变量做分组回归符合我们的预期，老师：“刚好做调节效应”，我内心：“怎么不是机制检验？”。OK是一个经典问题，刚好上次学习分享过机制检验相关的内容，这次接着上次的继续。

比较纠结的问题：

Q1：分组回归到底是在做机制检验？还是异质性？还是调节效应？

在回答问题前，我们先梳理相关内容：

《计量经济圈》公众号分享过TOP5期刊上的常用机制分析方法，具体如下:

Method1：先用Y对X做回归，然后再用M对X进行回归，至于M对Y的影响，需要借助文献进行说明；

Method 2：先用Y对X做回归(也有文献同时用M对X做回归)，然后再用丫对X和M做回归，此时X的系数需要变小或变大，或显著性下降甚至不显著；

Method 3：先用M对X进行回归，然后再用丫对M 进行回归，这个就是对XMY两部部分的影响分开进行回归；

Method 4：用X与M的交互项进行回归，或用M进行分组回归，即用异质性进行机制检验。

Method 5：中介效应分析，尤其是因果中介效应分析(causal mediation analysis)。

A1：中介效应、交互项调节效应和分组异质性检验都理解为机制检验的一种。大部分论文用分组回归做异质性，部分直接解释为影响机制、影响渠道。

但是，有了新的问题：

Q2：分组回归和交互项都能看做调节效应？或者说也都是异质性的做法？更直观的问法：调节效应就是异质性检验吗？

参考计量经济圈文章《交互项与分组回归的区别是什么?异质性分析》：

A2：可以理解为分组回归+检验=引入交互项回归。分组回归假设所有变量估计系数存在一定差别，交互项检验仅假设交互项存在组间差别。因此，分组回归后需要做组间系数差异检验才相当于交互项检验。（陈强老师在中介效应一节提到，调节效应即异质性效应）

以上内容仅供参考

我也处于不断学习的状态