互助问答第879期：用suest通过配对两组因子比较路径系数组间差异的显著性是不是必须要保证两组因子的数量一样？

今日提问

     各位老师好：请问用suest通过配对两组因子比较路径系数组间差异的显著性是不是必须要保证两组因子的数量一样，如果在附件中的第一个图的模型里推动因素那一栏里增加1个变量（推动因素3个，拉动因素2个的时候）还可以像第二个附件中英文说的那样做吗？

恳请老师给解答，谢谢。

问题解答

      根据suest的帮助文件，这个命令可以适用于不同的估计命令，如probit和regress，或者不同的因变量，但是应该不适用于自变量不同。可以这样理解，模型解释时都是在控制其他变量不变情况下，某个变量对因变量的影响，那么现在控制变量都不同了，似乎比较没有意义。建议再仔细看下suest命令的帮助文件和案例。

本期关键词

Suset

本期知识科普

路径系数是衡量变量间关系强度的重要指标。当我们使用路径分析来探究某些研究问题时，通常会涉及到多组因子或多个样本群体。此时，为了了解这些不同因子或样本群体之间是否存在显著的差异，需要比较它们之间的路径系数组间的差异。比较路径系数组间差异的显著性可以帮助我们更好地理解不同因子或样本群体之间相关变量之间的关系，从而深入探究研究问题，得到更可靠的结论。例如，如果我们发现两组群体在某条路径上的路径系数差异显著，那么可以进一步探究两者不同的原因，例如受教育水平、文化背景、收入差异等因素导致两组群体间行为方式的不同。路径系数组间差异显著并不意味着其中一个因子或样本群体就是更好的，也不能直接说明因果关系。相反，它只是为我们提供了一个途径去深入了解变量与变量之间的复杂关系，以得出更加全面和准确的结论。

在stata中检验分组回归后的组间系数差异，步骤为：Step 1：分别针对两组进行估计，存储估计结果；Step 2：使用 suest 命令执行 SUR 估计；Step 3：使用 test 命令检验组间系数差异。