- 虚拟变量的引入命令
离散型为i.var，而交互项使用i.var1#c.var2：表示虚拟变量1和连续型变量2交乘；c.var1#c.var2表示两个连续变量交乘；两个##代表，除了交乘外，两个变量均引入，比如c.var1##c.var2的自变量中包括，var1,var2和var1*var2
2.关于交叉项或调节效应
交互项回归中，仅要求 的系数存在组间差异，对控制变量不作要求 (两组共享一个回归系数)；分组回归则认为每个变量都存在组间差异，各组变量都有自己的回归系数。
- 关于零假设和备择假设
“备择假设”对应的是“拒绝域”，“原假设”对应的是“接受域”。“拒绝域”有“充分性”，而“接受域”没有“充分性”。这就是说当统计量落入“拒绝域”里时，我们有充分的理由拒绝“原假设”而接受“备择假设”；但当统计量落入“接受域”里时，我们没有充分的理由拒绝“备择假设”接受“原假设”，只能说是无法拒绝“原假设”，更通俗的讲就是可以勉强接受“原假设”。
- 虚拟变量的系数解释
虚拟变量的系数具有一种百分比解释，尤其是其中对系数解释时要用指数还原回去，具体见该网页：