政治学者应弃用分箱估计量、改用GAM处理交互效应

Data Colada指出，2019年发表于Political Analysis、被引超1000次的交互效应"分箱估计量"不应再用于观察数据。当焦点预测变量x与调节变量z相关、且x或z对y存在非线性影响时，该估计量与线性回归的交互项d同样有偏，会产生假阳性交互和符号错误的边际效应。作者建议改用GAM。