中人网

标题: 有两个调节变量的检验 [打印本页]
作者: WIN7    时间: 2010-7-13 06:04
标题: 有两个调节变量的检验
各位好：6 N/ Z/ K5 }$ J: [' H: v9 s+ k- P. G( e
尽管KENNY已经在调节效应检验方面说了很多次，但是还是在数据分析的时候遇到一个问题：我是检验X--->Y中两个调节变量M1和M2,我发现当分开检验时，只有M1和X的乘积项是显著的，而M2和X的乘积项不显著。当时，将两个调节变量以及与X的乘积项同时放入一个回归方程进行检验时，两个乘积项都是显著的？我应当如何汇报结果呢？
$ U- o4 y# n" V2 H" f) f7 _# |我查看了一些期刊，发现这两种检验的方式都有，但是现在看来，两种方式得出的结论可能是不一样的。  A% e' o1 s, X/ d2 r8 R) h
请教一下大家，谢谢！3 Y4 Q5 D& `/ U0 z0 F* j

! m2 [* R9 T9 H# f% k2 i2 e* }$ }: A8 v. Q: H& N: y% C, p
作者: Kenneth    时间: 2010-7-13 11:10
回归的一个很重要的假设是所有重要的影响因变量的主构念（Key constructs）已经放进模型里了。Missing key variables 是回归分析中不可以接受的东西。所以如果有两个调节项的话，我一定会同时考虑它们的。这就等如你要研究A和B对Y的影响。不会先做一个Y对A的回归，在做一个Y对B的回归分析吧。
作者: WIN7    时间: 2010-7-13 13:20
言之有理，谢谢！
; x* b9 ^' {) Z  [+ K0 ?只是感觉现在好多研究结论不够稳健，如果当时的研究只考虑一个调节变量，岂不是会得出相反的结论。
作者: Kenneth    时间: 2010-7-13 13:57
这倒不一定。在一个模型中加入新的变量是理论的问题。如果这么容易可以加入一个新的变量，发文章就简单了。 :)
作者: NanfengLuo    时间: 2010-7-13 20:15
回复 2# Kenneth 的帖子* D( D9 V7 z0 o+ Z  c1 V! g( O
1 K& M, H4 f  x) Z
8 C1 L. ^+ n# p
Kenny, 您所说的missing key variables，是不是只要是没有放入方程那些dependent variable的重要independent variables就算？还是这样的key variables需要满足两个条件：（1）是要解释的dependent variable的重要independent variable; (2) 和已经放入方程的independent variable(s)相关。我记得confounding effect需要confounder既和dependent variable又和independent variable相关。您所提到的key variables是指confounder吗？
/ O; K5 o2 m9 P( T4 G! C6 M1 |! L) i8 F
我在想的是，没有放入方程的变量即使和dependent variable相关，但是，如果这些未放入方程的变量不和研究所关注的independent variable相关的话，对于independent variable的coefficient的估计应该也没有影响。  s# h* ?' m8 x" S7 M6 g, W# C! M
5 l% H! V( R1 t- z
比如，
- {2 }1 ]( C6 i' g' Q% b* E9 @! z1 C1 k$ u+ t& F& ]$ T# G4 @, c) [
Y = b0 + b1 X + e,
$ e4 ~$ q1 q  w" \9 ^+ Q/ g# D2 F
. \7 {( m; c6 u. i0 m1 s如果 Z 同样是 Y的重要自变量，但是 Z和X不相关的话，上面的方程中b1的估计不会biased。
. k6 m& C5 O( E( U. V4 f$ I9 z
; u" o0 t6 w! Y: _当然，问题是，很难保证未放入方程的变量和indepedent variable不相关。这是不是很多研究在列举说明了dependent variable的重要影响变量之后，"没有说明它们与自己的研究的independent variable是否相关"，就直接将它们都作为control variables的原因？  Q9 u7 o; w4 \1 l' c9 E: o5 C
作者: Kenneth    时间: 2010-7-14 09:36
书童，我基本上是同意你讲的。回归系数是半偏相关系数。如果跟其他自变量没有相关的话，就无所谓 “偏与不偏” 了。因为 “偏”（partial）的意思是把它与另外的自变量的相关除掉以后，对因变量的影响。如果自变量完全不相关，各自对因变量的影响是垂直的，你放不放进模型只会影响Model R-square，不会影响回归系数的。不过，你讲的也不全对，因为我想这个新的自变量不一定要与因变量相关的。压抑变量（suppressor variable）就是一个例子。
作者: macone    时间: 2015-4-19 11:02
Kenneth 发表于 2010-7-13 11:10   L* p, }! h% S+ ~6 P2 t8 g
回归的一个很重要的假设是所有重要的影响因变量的主构念（Key constructs）已经放进模型里了。Missing key  ...
/ q0 [: k+ K' Z. o% N7 y' j2 s
Kenneth老师，您好。最近我在研究中，也碰到了双调节作用的问题，数据分析的出现的问题是：X--->Y中两个调节变量M1和M2,分开检验时，M1和X的乘积显著，M2和X的乘积也显著。但是两个调节变量放在一起进行回归时，两个乘积项都不显著，这该如何去理解？
作者: scholar    时间: 2015-4-26 20:57
Kenneth 发表于 2010-7-13 11:10
4 X' q( D5 h2 W8 @回归的一个很重要的假设是所有重要的影响因变量的主构念（Key constructs）已经放进模型里了。Missing key  ...
5 D6 f- c5 }% q- [3 k7 }6 Q
请教罗老师，如果是有两个自变量、两个调节变量的模型，这两个自变量要同时放进方程组里进行检验吗？



欢迎光临 中人网 (http://bbs.chinahrd.net/) Powered by Discuz! X2.5