我們先引入一個簡單的收入回歸方程：
其中Wage 是小時工資，Di 為是否接受工作培訓的虛擬變量，X是控制變量。
假設我們想看一下D 對Wage 的影響是否因性別而異。我們即可以引入交互項：
觀察交互項的系數 是否顯著即可：
也可以使用分組回歸：
然后再檢驗Di 的回歸系數差異是否顯著即可。
不難發現，上述兩種方法隱含着不同的假設。交互項回歸中，僅要求Di的系數存在組間差異，對控制變量不作要求 (兩組共享一個回歸系數)；分組回歸則認為每個變量都存在組間差異，各組變量都有自己的回歸系數。
毫無疑問，交互項回歸的假設相對嚴格，因為控制變量亦可能存在組間差異。但是，交互項也有好處，那就是更容易得出顯著的結果，而且省了組間差異檢驗這一步。
備注：交互項stata中可以做一下F檢驗——是否存在顯著差異
. testparm c.weight#c.foreign ( 1) c.weight#c.foreign = 0 F( 1, 68) = 5.92 Prob > F = 0.0176