含协变量时，交互项回归与分模型系数差异的原因咨询
这个问题其实挺常见的，核心原因在于全模型里的协变量系数被强制约束为两组共享，而分组回归里每组的协变量系数是独立估计的——这就是两者差异的根源！
先明确两种模型的核心区别
我们把两种回归的数学设定拆解清楚，你就能直观看到差异所在：
带交互项的全模型：
你的模型可以写成：Y = β₀ + β₁*X + β₂*D + β₃*X*D + Σβₖ*Covariates + ε这里D是二元变量（0/1），X是连续变量。这个模型有个关键假设：所有协变量对Y的影响，在D=0和D=1两组是完全相同的（即协变量的系数βₖ不随D变化）。此时交互项系数β₃（也就是你得到的-6.52）的含义是：在协变量取值完全相同的前提下，X对Y的影响在D=1组和D=0组的差值——这是一个“净交互效应”。
分组独立回归：
分开跑两个回归时，模型实际是：- D=0组：
Y = α₀ + α₁*X + Σαₖ*Covariates + ε - D=1组：
Y = γ₀ + γ₁*X + Σγₖ*Covariates + ε
这里协变量的系数αₖ和γₖ是各自独立估计的，模型允许协变量对Y的影响在两组之间存在差异。此时γ₁ - α₁的差值，不仅包含X和D的交互效应，还可能混入了协变量组间差异带来的额外影响——比如某协变量在两组的均值不同，或者协变量对Y的影响在两组不一样，都会让这个差值和全模型的β₃偏离。
- D=0组：
举个简单例子帮你理解
假设你有个协变量Z，D=0组的Z均值是10，D=1组的Z均值是20，且Z在全模型里的系数是β_z=2。分组回归时，D=1组的X系数γ₁会间接包含Z均值更高带来的效应，而全模型的交互项β₃已经剔除了这部分——因为它控制了Z的取值，且假设Z的效应在两组相同。这时候分组回归的γ₁ - α₁自然就不等于β₃了。
如何验证这个结论？
你可以做个小测试：强制分组回归里的协变量系数和全模型一致（也就是让αₖ=γₖ=βₖ），这时候再计算γ₁ - α₁，结果会和全模型的β₃完全匹配。或者在全模型里加入协变量与D的交互项，这时候X*D的系数也会和分组回归的系数差对齐——因为这时候模型允许协变量效应随D变化了。
总结
当协变量在两组之间有分布差异，或者协变量对Y的影响在两组不同时，分组回归的X系数差会包含协变量的组间效应，而全模型的交互项是控制了协变量且假设协变量效应无组间差异的净交互效应。只有当协变量在两组的分布完全相同，且协变量的效应在两组完全一致时，两者才会相等——但现实场景中这种情况几乎不存在。
内容的提问来源于stack exchange，提问作者Benji
