我证明了Ai和Norton(2003)关于交叉差异的观点与非线性“差异中的差异”模型(如probit, logit或tobit)的治疗效果估计无关，因为交叉差异不等于治疗效果，这是感兴趣的参数。在非线性“差异中的差异”模型中，治疗效果为观察结果的条件期望的交叉差减去未经治疗的潜在结果的条件期望的交叉差。与线性模型不同，非线性模型的交叉差不为零。由此可见，在具有严格单调变换函数的非线性“差中差”模型中，治疗效果的符号等于时间与治疗组指标相互作用项的系数的符号。处理效果就是相互作用项的系数的增量效应。