云生信學(xué)生物信息學(xué)
以下文章來(lái)源于爾云間meta分析 ，作者爾云間
爾云間meta分析.
分享meta分析學(xué)習(xí)方法、醫(yī)學(xué)統(tǒng)計(jì)基礎(chǔ)知識(shí)、meta分析軟件操作技巧、SCI論文發(fā)表經(jīng)驗(yàn)等精彩內(nèi)容。
在前面的推文，“爾云間meta分析”給大家介紹了單組率meta分析的詳細(xì)操作：單組率的meta分析：metan還是metaprop
然而，無(wú)對(duì)照的單個(gè)組meta分析（或叫單臂meta分析），有時(shí)候也會(huì)出現(xiàn)結(jié)局指標(biāo)為連續(xù)變量的情況，該如何合并得到森林圖呢？
其實(shí)，單個(gè)組meta分析，連續(xù)變量的合并，可以分成2種情況：自身前后對(duì)照（通過(guò)比較前后測(cè)量值的差異是否顯著，評(píng)估干預(yù)效果）、干預(yù)后測(cè)量值的合并。前者的操作跟我們平常所說(shuō)的連續(xù)變量meta分析相似，后者則跟效應(yīng)值（ES (95%CI)）的meta分析相似。
不太懂？沒(méi)關(guān)系，我們用兩篇文獻(xiàn)給你講解講解，先易后難，重點(diǎn)在第二篇文獻(xiàn)，一定不能錯(cuò)過(guò)！
案例一：自身前后對(duì)照
這是一篇關(guān)于冠脈內(nèi)碎石（Intravascular Lithotripsy, IVL）治療鈣化冠狀動(dòng)脈（Calcified Coronary Arteries，CCA）的安全性和有效性的meta分析，主要研究結(jié)局為CCA患者經(jīng)IVL后，冠狀動(dòng)脈直徑是否有顯著變化（Post vs. Pre-treatment）。
盡管這篇meta分析也納入了隨機(jī)對(duì)照試驗(yàn)（IVL vs. contorl），然而只需要提取IVL組的數(shù)據(jù)。這種類型的單組試驗(yàn)/單臂meta分析，其實(shí)是將干預(yù)前作為“對(duì)照組”，因此這是干預(yù)前后的差異比較meta分析。
這類型的森林圖，操作很簡(jiǎn)單，將干預(yù)后設(shè)置為“試驗(yàn)組”、干預(yù)前為“對(duì)照組”，然后整理相應(yīng)的數(shù)據(jù)即可。具體的操作，可參考往期推文：
Stata的連續(xù)變量森林圖操作
RevMan meta分析教程(04)：連續(xù)變量meta分析
案例二：合并干預(yù)后測(cè)量值
以下這篇文獻(xiàn)是關(guān)于：阿帕替尼（apatinib）治療中國(guó)骨肉瘤患者的療效和安全性的單臂meta分析。
該文獻(xiàn)納入了除病例報(bào)告外的所有研究類型，包括前瞻性、回顧性的橫斷面、隊(duì)列研究、病例對(duì)照研究（原文的英文表述有誤，不存在cross-sectional cohort studies，應(yīng)該是cross-sectional studies or cohort studies）。
納入文獻(xiàn)的研究類型是不少人疑惑的難點(diǎn)之一，單個(gè)組的meta分析究竟能不能納入兩組或多組比較的研究/文獻(xiàn)？答案當(dāng)然是可以的，只提取符合需求的那一個(gè)組的數(shù)據(jù)就行。
同理，兩組比較（A vs. B）的meta分析，也可以納入三組或以上的研究（A、B、C……），數(shù)據(jù)提取時(shí)只提取A、B兩組的相關(guān)信息。
這篇文獻(xiàn)也做了單組率的meta分析，但本文的重點(diǎn)是連續(xù)變量的合并，因此我們將目光聚焦在以下兩個(gè)森林圖。
這是無(wú)進(jìn)展生存期(PFS)和總生存期(OS)的meta分析森林圖，從結(jié)局指標(biāo)的特點(diǎn)可以得知，僅納入一個(gè)干預(yù)組（如Apatinib）進(jìn)行meta分析，不可能實(shí)現(xiàn)“對(duì)比”，因此只能對(duì)納入研究報(bào)道的中位生存時(shí)間（median, 95%CI）做森林圖。
那么，究竟如何才能實(shí)現(xiàn)這個(gè)森林圖？最精彩的操作教程來(lái)了！
1 提取正確形式的數(shù)據(jù)
值得注意的是，單組連續(xù)變量的合并，需要用到的數(shù)據(jù)為ES(Effect size), ESLci, ESUci，也就是效應(yīng)值和95%CI。這篇meta分析文獻(xiàn)，PFS、OS的合并，ES是中位生存期（median），而不是mean。效應(yīng)值的選擇可根據(jù)研究方向、數(shù)據(jù)的特點(diǎn)，自由設(shè)置。
以Tian 2020這篇納入文獻(xiàn)為例，文獻(xiàn)的表3顯示，Apatinib治療后mPFS（中位無(wú)進(jìn)展生存時(shí)間）為4.67±3.01月。在做森林圖合并之前，要將SD轉(zhuǎn)換為95%CI。
之前的推文，“爾云間meta分析”詳細(xì)介紹了標(biāo)準(zhǔn)差（SD）的轉(zhuǎn)換方法，其中就有95%CI轉(zhuǎn)換為SD。
Cochrane官方推薦：數(shù)據(jù)轉(zhuǎn)換工具
如今要逆推，過(guò)程如下：
SE = SD/(√n) = 3.01/(√19) = 3.01/4.359 = 0.6905
Lci= median – 1.96*SE = 4.67 – 1.96*0.6905 = 4.67 – 1.35 = 3.32
Uci= Median + 1.96*SE = 4.67 + 1.96*0.6905 = 4.67 + 1.35 = 6.02
2 整理數(shù)據(jù)
所有納入文獻(xiàn)的median (95%CI)都整理完畢后，將數(shù)據(jù)輸入到Stata。
3 繪制森林圖
按照以下截圖完成metan菜單的參數(shù)設(shè)置，運(yùn)行后得到最基礎(chǔ)的森林圖。
4 完善參數(shù)設(shè)置
文獻(xiàn)的森林圖，展示了兩種模型的合并結(jié)果，我們可以通過(guò)修改metan命令的執(zhí)行代碼來(lái)實(shí)現(xiàn)這個(gè)效果，如運(yùn)行：
metan median lci uci, label(namevar=study) random second(fixed)
得到與文獻(xiàn)形式一樣的森林圖。
哪怕數(shù)據(jù)保留了3位或以上的小數(shù)，但Stata的森林圖默認(rèn)只顯示2位小數(shù)。因此，我們的合并結(jié)果與原文存在的細(xì)微差異，可能是數(shù)據(jù)保留的小數(shù)點(diǎn)位數(shù)不同導(dǎo)致的。
單組研究的連續(xù)變量的森林圖合并，操作的介紹就先告一段落了，希望能幫到你解開(kāi)又一個(gè)難題。如果你想更系統(tǒng)的學(xué)習(xí)meta分析，歡迎聯(lián)系小編一起學(xué)習(xí)哦。
]]>WANGYide, TIANZongxiang, LIZheng, LIFengsen. Pulmonary Function and Imaging Characteristics of Tuberculosis Associated Obstructive Pulmonary Disease Using Propensity Score-matched Analysis. Chinese General Practice[J], 2022, 25(14): 1718-1723 doi:10.12114/j.issn.1007-9572.2022.02.012
慢性阻塞性肺疾病（COPD）是一種常見(jiàn)的以持續(xù)性呼吸道癥狀和氣流受限為特征的慢性呼吸系統(tǒng)疾病[1，2]。吸煙、生物質(zhì)燃料暴露等是造成COPD的傳統(tǒng)危險(xiǎn)因素[3]。本課題組前期的一項(xiàng)流行病學(xué)調(diào)查顯示，肺結(jié)核病史同樣是造成COPD患病風(fēng)險(xiǎn)增加的重要原因[4]，另有隊(duì)列研究在調(diào)整了性別、年齡等混雜因素后發(fā)現(xiàn)肺結(jié)核病史可作為氣流阻塞性通氣功能障礙的獨(dú)立預(yù)測(cè)因子，其相對(duì)危險(xiǎn)度估計(jì)值為1.37[5]；阻塞性肺疾病負(fù)擔(dān)研究（the burden of obstructive lung disease，BOLD）也提示肺結(jié)核病史是患者晚年發(fā)生氣流阻塞的重要危險(xiǎn)因素[6]。2013年ALLWOOD等[7]首次提出結(jié)核相關(guān)阻塞性肺疾病（tuberculosis associated obstructive pulmonary disease，TOPD）的概念。世界衛(wèi)生組織統(tǒng)計(jì)顯示2000—2016年約有16%結(jié)核病患者死于TOPD等肺結(jié)核后遺癥[8]，在全球范圍尤其是對(duì)發(fā)展中國(guó)家造成了沉重的社會(huì)和經(jīng)濟(jì)負(fù)擔(dān)。
作為肺結(jié)核和COPD的高負(fù)擔(dān)國(guó)家，我國(guó)關(guān)于TOPD的臨床研究和實(shí)驗(yàn)研究仍舊非常匱乏，對(duì)該病的了解、認(rèn)識(shí)和重視程度不夠。為此，本研究擬對(duì)TOPD相關(guān)臨床資料進(jìn)行回顧性分析，并采用傾向性評(píng)分匹配法均衡組間協(xié)變量差異以減少研究偏倚、提高研究效率，旨在初步探索TOPD患者肺功能及影像學(xué)特征。
1 對(duì)象與方法
1.1 研究對(duì)象
回顧性分析新疆醫(yī)科大學(xué)第四臨床醫(yī)學(xué)院2018年1月至2020年11月臨床診斷為T(mén)OPD的患者（TOPD組）387例和COPD患者（COPD組）364例，其中TOPD組男218例，女169例；年齡32~95歲，平均年齡（73.3±10.3）歲。COPD組男249例，女115例；年齡41~96歲，平均年齡（76.2±10.5）歲。本項(xiàng)臨床研究獲得新疆醫(yī)科大學(xué)第四臨床醫(yī)學(xué)院委員會(huì)審核并批準(zhǔn)（批號(hào)：2020XE-GS083）。
1.2 診斷標(biāo)準(zhǔn)
TOPD患者診斷需既滿足COPD診斷標(biāo)準(zhǔn)，參考2019年版慢性阻塞性肺疾病全球倡議（GOLD）[9]；同時(shí)符合《中華人民共和國(guó)衛(wèi)生行業(yè)標(biāo)準(zhǔn)-結(jié)核病分類（WS 196-2017）》中關(guān)于陳舊性肺結(jié)核的診斷標(biāo)準(zhǔn)[10]。
1.3 排除標(biāo)準(zhǔn)
合并支氣管哮喘、特發(fā)性肺間質(zhì)纖維化、自身免疫性疾病及活動(dòng)性肺結(jié)核等其他呼吸系統(tǒng)疾病。
1.4 臨床資料收集
收集兩組患者的臨床資料，包括性別、年齡、民族、發(fā)病年齡、住院天數(shù)。
1.5 檢查方法及觀察指標(biāo)
本研究采用西門(mén)子雙源螺旋CT儀獲得影像學(xué)指標(biāo)。囑患者取仰臥位，屏氣進(jìn)行肺尖至肺底掃描，具體條件設(shè)定如下：螺距1.2、200 mAs、120 kV，層距與數(shù)據(jù)重建層厚度均設(shè)置為5.0 mm。記錄患者病變性質(zhì)、部位、范圍和增強(qiáng)特征。肺功能檢測(cè)由具有肺功能資格證的專業(yè)技師進(jìn)行操作，進(jìn)行嚴(yán)格質(zhì)量把控。采集患者肺功能指標(biāo)：第1秒用力呼氣容積/用力肺活量（FEV1/FVC）、第1秒用力呼氣容積占預(yù)計(jì)值百分比（FEV1%pre）、用力肺活量占預(yù)計(jì)值百分比（FVC%pre）。
1.6 統(tǒng)計(jì)學(xué)方法
使用EpiData軟件錄入數(shù)據(jù)，Stata 13.0和Empower（R）（www.empowerstats.com，X&Y Solutions，Inc.Boston，MA）進(jìn)行數(shù)據(jù)分析，肺功能等部分缺失數(shù)據(jù)采用刪除法進(jìn)行處理。首先使用性別、年齡、民族等一般臨床資料作為匹配因素進(jìn)行傾向性評(píng)分匹配，具體按照1∶2傾向性評(píng)分匹配策略進(jìn)行。計(jì)數(shù)資料使用頻數(shù)和構(gòu)成比表示，組間比較采用χ2檢驗(yàn)；連續(xù)性資料若符合正態(tài)性和方差齊性檢驗(yàn)則使用（x±s）描述，兩組間比較采用兩獨(dú)立樣本t檢驗(yàn)，反之使用非參數(shù)Kruskal-Wallis檢驗(yàn)。因肺結(jié)核受累葉數(shù)屬于等級(jí)資料，其與肺功能的相關(guān)性分析采用Spearman秩相關(guān)檢驗(yàn)，Spearman秩相關(guān)強(qiáng)弱標(biāo)準(zhǔn)為：微弱負(fù)相關(guān)（|R|<0.3）；低度負(fù)相關(guān)（0.3≤|R|<0.5）。設(shè)定檢驗(yàn)水準(zhǔn)為0.05。
2 結(jié)果
2.1 臨床資料及傾向性評(píng)分匹配結(jié)果
傾向性評(píng)分匹配前，兩組患者性別、年齡、民族比較，差異均有統(tǒng)計(jì)學(xué)意義（P<0.05）。將性別、年齡、民族作為匹配變量進(jìn)行1∶2傾向性評(píng)分匹配操作，分別有47例TOPD患者和94例COPD患者匹配成功。匹配后，兩組患者性別、年齡、民族比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。
匹配前、后TOPD組患者住院天數(shù)均長(zhǎng)于COPD組，差異有統(tǒng)計(jì)學(xué)意義（P<0.05）；匹配前兩組發(fā)病年齡比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）；匹配后TOPD組患者發(fā)病年齡低于COPD組，差異有統(tǒng)計(jì)學(xué)意義（P<0.05），見(jiàn)表1。
Table 1 Comparative analysis of clinical data before and after propensity score matching between the two groups
2.2 肺功能指標(biāo)
匹配前，兩組FVC%pre比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）；TOPD組FEV1/FVC、FEV1%pre均低于COPD組，差異有統(tǒng)計(jì)學(xué)意義（P<0.05）。
匹配后，兩組FVC%pre比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）；TOPD組FEV1/FVC、FEV1%pre均低于COPD組，差異有統(tǒng)計(jì)學(xué)意義（P<0.05），見(jiàn)表2。
Table 2 Comparison of lung function indexes between the two groups before and after matching propensity score
2.3 影像學(xué)表現(xiàn)
共317例TOPD患者完成影像學(xué)檢查。TOPD患者肺部CT顯示多處鈣化結(jié)節(jié)等結(jié)核瘢痕，部分患者存在一定程度的肺氣腫和支氣管擴(kuò)張征象，見(jiàn)圖1，圖2，圖3。TOPD患者左肺上、舌、下葉的結(jié)核瘢痕陽(yáng)性分別為176例（55.5%）、120例（37.9%）和126例（39.7%），右肺上、中、下葉的結(jié)核瘢痕陽(yáng)性分別為215例（67.8%）、142例（44.8%）、168例（52.9%）；左肺的支氣管擴(kuò)張征象主要集中在左肺舌葉，右肺主要位于中葉、下葉；肺氣腫在雙肺間分布較為均衡，見(jiàn)圖4。
Figure 1
Figure 1 Pulmonary imaging findings of TOPD patients
Figure 2
Figure 2 Pulmonary imaging findings of TOPD patients
Figure 3
Figure 3 Pulmonary imaging findings of TOPD patients
Figure 4
Figure 4 Distribution of pulmonary imaging featuresof TOPD patients
2.4 受累葉數(shù)與肺功能的Spearman相關(guān)性分析
受累葉數(shù)與FEV1/FVC、FEV1%pre、FVC%pre均呈負(fù)相關(guān)（rs=-0.202，P=0.011；rs=-0.456，P<0.001；rs=-0.442，P<0.001），見(jiàn)圖5，圖6，圖7。
Figure 5
Figure 5 Scatter plot of the relationship between the number of affected lobes and pulmonary function FEV1/FVC
Figure 6
Figure 6 Scatter plot of the relationship between the number of affected lobes and pulmonary function FEV1%pre
Figure 7
Figure 7 Scatter plot of the relationship between the number of affected lobes and pulmonary function FVC%pre
3 討論
本研究提示TOPD患者具有年齡偏低、住院時(shí)間更長(zhǎng)、肺功能阻塞性通氣功能障礙更甚等特點(diǎn)，此外，該病影像學(xué)的結(jié)核受累葉數(shù)與肺功能存在負(fù)相關(guān)關(guān)系。需要說(shuō)明的是，盡管研究嘗試采用傾向性評(píng)分匹配方式對(duì)兩組間協(xié)變量進(jìn)行調(diào)整以減少回顧性研究固有的選擇性偏倚，但是受回顧性研究證據(jù)等級(jí)偏低及樣本量有限等影響，上述結(jié)論仍有待多中心高質(zhì)量的前瞻性研究進(jìn)一步證實(shí)。
一項(xiàng)薈萃分析結(jié)果顯示，肺結(jié)核與COPD存在明顯正相關(guān)關(guān)系，這一聯(lián)系在40歲以下人群中尤為顯著，提示肺結(jié)核可能會(huì)導(dǎo)致COPD的發(fā)生或提前發(fā)生[11]。本研究納入的TOPD與COPD患者的年齡分別為（73.3±10.3）歲和（76.2±10.5）歲，發(fā)病年齡分別為（59.0±12.8）歲、（60.4±13.8）歲，傾向性評(píng)分匹配后這種差異仍然存在，與YAKAR等[12]研究結(jié)論一致。TOPD患者年齡偏低可能與肺結(jié)核相關(guān)肺損害發(fā)生較早，而吸煙、傳統(tǒng)生物質(zhì)燃料暴露等其他因素相關(guān)的肺損害發(fā)生較慢且晚有關(guān)[7]。此外，本研究也顯示TOPD患者的住院天數(shù)長(zhǎng)于COPD組。目前關(guān)于此現(xiàn)象相關(guān)研究仍然存在矛盾，LEE等[13]報(bào)道的一項(xiàng)病例對(duì)照研究顯示TOPD患者與COPD患者相比，咯血現(xiàn)象更加常見(jiàn)，然而兩組患者在呼吸癥狀、病情加重和住院時(shí)間方面無(wú)顯著差異。反觀研究方法，本研究?jī)H將性別、年齡、民族等基線數(shù)據(jù)進(jìn)行匹配分析，而LEE等[13]除此之外也將肺功能FEV1作為匹配變量進(jìn)行分析。上述研究方法的差異提示兩組患者在基線均衡情況下TOPD組可能住院時(shí)間更長(zhǎng)，然而在基線資料和肺功能均衡的情況下，兩組患者的病情加重和住院時(shí)間方面可能無(wú)顯著差異。當(dāng)然，上述兩種方法均為小樣本的病例對(duì)照研究，相關(guān)結(jié)論仍待深入研究。此外，目前非結(jié)核分枝桿菌肺病有日漸增多趨勢(shì)，其病理、影像學(xué)及臨床特征與肺結(jié)核十分相似，本研究納入的陳舊性肺結(jié)核可能包含一部分非結(jié)核分枝桿菌肺病患者，并未對(duì)其進(jìn)行進(jìn)一步劃分。
目前關(guān)于TOPD患者肺功能特征的研究逐漸增多。PLIT等[14]研究發(fā)現(xiàn)肺結(jié)核患者通常在確診結(jié)核病后6個(gè)月內(nèi)出現(xiàn)最大限度地肺功能喪失；結(jié)核發(fā)作次數(shù)的增加也加速了FEV1損傷，在1次、2次和3次結(jié)核發(fā)作后平均損失分別為153 ml、326 ml和410 ml[15]；一項(xiàng)前瞻性研究結(jié)果顯示，即便肺結(jié)核患者接受了抗結(jié)核治療后肺功能得到改善，仍然有28%和24%的患者出現(xiàn)殘余氣流限制或限制性模式[14]。本研究發(fā)現(xiàn)TOPD患者的肺功能指標(biāo)FEV1/FVC、FEV1%pre均低于COPD患者，提示TOPD患者肺功能阻塞性通氣功能障礙較COPD患者更嚴(yán)重。目前引起TOPD患者肺功能改變的機(jī)制研究仍然較少。本研究采用Spearman秩相關(guān)分析結(jié)果顯示，結(jié)核所致受累葉數(shù)與肺功能指標(biāo)FEV1/FVC、FEV1%pre、FVC%pre均呈負(fù)相關(guān)，盡管這種關(guān)聯(lián)非常微弱，但仍提示TOPD患者肺功能降低可能與結(jié)核瘢痕等結(jié)核后遺癥導(dǎo)致肺組織結(jié)構(gòu)形態(tài)學(xué)改變有關(guān)。HWANG等[16]研究也發(fā)現(xiàn)，有影像學(xué)改變的患者其GOLD分級(jí)更高。然而，也有研究顯示氣流阻塞發(fā)生在影像學(xué)改變小的患者中，提示影響TOPD患者肺功能的原因并非單純的結(jié)核所致影像學(xué)受累，也可能與慢性氣道炎癥等其他因素有關(guān)[17，18]。
總之，本研究初步分析了TOPD患者的臨床、肺功能及影像學(xué)特征。肺功能與影像學(xué)指標(biāo)的相關(guān)性研究結(jié)果提示臨床防治肺結(jié)核的重要性，尤其是對(duì)于臨床上已經(jīng)出現(xiàn)結(jié)核所致肺組織受累的患者，加強(qiáng)其肺功能監(jiān)測(cè)和早期干預(yù)性治療，可能對(duì)于預(yù)防TOPD的發(fā)生或減緩該病進(jìn)展具有重要意義。
本文無(wú)利益沖突。
本文表格略
參考文獻(xiàn)略
]]>經(jīng)濟(jì)學(xué)家開(kāi)拓了一種試圖分析變量之間的格蘭杰因果關(guān)系的辦法，即格蘭杰因果關(guān)系檢驗(yàn)。該檢驗(yàn)方法為2003年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主克萊夫·格蘭杰（Clive W. J. Granger）所開(kāi)創(chuàng)，用于分析經(jīng)濟(jì)變量之間的格蘭杰因果關(guān)系。他給格蘭杰因果關(guān)系的定義為“依賴于使用過(guò)去某些時(shí)點(diǎn)上所有信息的最佳最小二乘預(yù)測(cè)的方差”。
在格蘭杰因果關(guān)系檢驗(yàn)之前首先要確保要檢驗(yàn)的數(shù)據(jù)是平穩(wěn)的 (不存在單位根)
安裝gcause命令：ssc install gcause
格蘭杰因果關(guān)系檢驗(yàn)：gcause y x,lag(1)
lag(1)滯后一期，lag(2)滯后二期……….
我用stata做數(shù)據(jù)，到滯后5期就不行了 我下次試試Eviews能到多少
如果想把數(shù)據(jù)結(jié)果導(dǎo)出到word的話：
ssc install asdoc
asdoc gcause y x,lag( )
點(diǎn)擊Myfile.doc，就ok啦~
同理，如果想導(dǎo)出其他的數(shù)據(jù)到word，也可以使用：asdoc
例如：asdoc summarize x y,detail
asdoc dfuller x (or y)
]]>在實(shí)證論文寫(xiě)作過(guò)程中，我們會(huì)通過(guò)使用交乘項(xiàng)來(lái)驗(yàn)證調(diào)節(jié)效應(yīng)。
方法一：
在stata中使用交乘項(xiàng)最簡(jiǎn)單的方法是生成一個(gè)新的變量，使用的命令是gen：
gen newvar=var1*var2
此時(shí)，newvar就是我們想要關(guān)注的交乘項(xiàng)，我們?cè)侔裯ewvar放入OLS回歸中：
reg 被解釋變量 newvar var1 var2
此時(shí)，我們所需要關(guān)注的是newvar的系數(shù)及其顯著性
舉個(gè)例子：
我們想要驗(yàn)證內(nèi)部控制（IC，內(nèi)部控制指數(shù)）對(duì)綠色創(chuàng)新（GreInv1，綠色專利申請(qǐng)數(shù)量）的影響，使用獨(dú)立董事監(jiān)督（IndeDirectorN，獨(dú)立董事規(guī)模）作為調(diào)節(jié)變量，我們使用的是stata15。
首先，我們生成一個(gè)新的變量
gen newvar= IC * IndeDirectorN
其次，放入OLS回歸中
reg GreInv1 newvar IC IndeDirectorN
但是這種方法還需要我們先生成一個(gè)變量，比較不方便，因此我們主要使用第二方法
方法二
這個(gè)方法不需要生成新的變量，使用格式有三種：
c.連續(xù)變量##c.連續(xù)變量
i.虛擬變量##i.虛擬變量
c.連續(xù)變量##i.虛擬變量
中間使用##，就可以不用加入單獨(dú)項(xiàng)
在我們的例子中，內(nèi)部控制（IC，內(nèi)部控制指數(shù)）和獨(dú)立董事監(jiān)督（IndeDirectorN，獨(dú)立董事規(guī)模）都是連續(xù)變量，因此我們使用“c.連續(xù)變量##c.連續(xù)變量”，具體使用方式為：
reg GreInv1 c.IC##c.IndeDirectorN
總結(jié)：
第二種方法更為簡(jiǎn)便哦
PS：各種標(biāo)點(diǎn)符號(hào)均為英文狀態(tài)哦
]]>