中人网

标题: 如何画交互作用的图 [打印本页]

作者: Kenneth    时间: 2011-1-20 10:10
标题: 如何画交互作用的图
huangspace 把问题发在我的留言,我替他贴到这里来了。. G4 F& G5 p# I% _* v7 F
罗老师,您好!我最近在写一篇涉及交互作用的文章,之前看了您的一篇关于《关于「交互作用」Interaction Effect》的文章,其中很想看您的交互图是怎么画的,可惜那个图片的链接坏了了,如果方便,可否请您更新一下,或者发到我的有效呢?非常感谢!
4 N* [: v( ]1 x: A  e
, c- |8 P3 U" t' _  p××××××××××××××××××××××××××××××××××××××××××××××××
& j' L% l# S3 w  n7 q, I0 b6 Q3 u$ }4 W% V: P7 \2 j
Huangspace,' o7 }' A1 F1 H2 }

3 k( o+ p8 G% z4 l: g以下是步骤:; W% |8 F, D( g* m- N
1. 假设X -> Y , 调节变量(交互作用相同)是Z  J! f. Z8 m: I' ~( R
2. 找出Z的平均数(Mean),标准差(SD)和中位数(Med)
; F% e+ s. E) @3. 在数据中用Z 做指标 (index)把数据排序,从Z最小到Z最大;
- p$ [% G' Y/ Y5 B, P8 w
( l' [2 k6 C7 v: M1 |方法一:/ P3 s2 o1 F/ p7 @, a
1. 把数据用Z 来分,用Med所有数据分成两组,
- v+ w4 [: {9 {* r7 w" K6 ]' _1 m" |  一组是Z<Med
3 i& W) S' A6 ~2 i  一组是Z>Med
: E( u& a: K  R- [: n0 a& C2. 在每一组做一个XY的回归分析,找出截距斜率,画出两条直线。% @0 I5 j; \6 C, I5 k

7 m" Q7 k: {) E' I4 S方法二:* f: n3 D& [! O) R4 p
1. 把数据用Z 来分,用Mean所有数据分成两组,
  一组是Z<Mean-SD' }" |! `. i7 a: Z. {8 `9 t8 `
  一组是Z>Mean+SD
  中间的数据不要;
4 g- b4 @9 W  s8 S" U2. 在每一组做一个XY的回归分析,找出截距斜率,画出两条直线。
0 q) S. K' s8 z$ `; \# k8 `6 S
本帖最后由 Kenneth 于 2011-1-20 10:12 编辑 ) P, h. P; ~% ^0 i
  \7 b, Z3 Q$ k9 U  W4 ~
本帖最后由 Kenneth 于 2011-1-20 10:12 编辑 ; s1 b* k7 o( {9 r& g' |
8 ^  k# r5 S* y$ v8 h
本帖最后由 Kenneth 于 2011-1-20 10:13 编辑 $ ~- E; M, l6 R+ M: G6 f. X
# J. Y9 }+ u5 k" ^

作者: rwxld    时间: 2011-1-20 12:52
谢谢你,Kenneth,又学习了一些东西。
作者: huangspace    时间: 2011-1-21 12:18
非常感谢罗老师!太谢谢您了!
, q# \% D+ O9 V0 N* M我的文章中用的是logistic回归,但是我想应该和您的线性回归方法类似,因为原先的调节变量就是二分类变量,就直接用Z=0和Z=1两个组来分别作图,因为是logistic,所以做的图其实是logit(y/1-y)=a+βx 的直线图, 类似线性回归了。不知道这样可以吗?
作者: huangspace    时间: 2011-1-21 12:51
还有一个问题,就是,如果我用以上的方法作图,那么X轴和Y轴改怎样写才更直观呢。这时候的y轴的值应该是logitP,就是某种结果的概率与不出现的概率之比的对数。似乎不太好理解。
作者: Kenneth    时间: 2011-1-22 12:18
对不起,我很少用 Logit ,所以没有留意文献。我的“感觉”是既然LOGIT的因变量不是一个容易理解的变数,一般应该都不会画图。正如你说的,如果Y是 LOGITP,那斜率本来就不容易理解了,画图来干什么呢?
" X# m( o' G6 q$ y! v5 ~
作者: huangspace    时间: 2011-1-22 16:41
罗老师,我是这样理解的,如您在文中提到的一句话“图表只是用来帮助我们看见交互现象是怎么样的而已,不是用来验证的。”所以我想即便logit是是个很不好理解的变量,但以logit画出的图形的斜率仍能在够反应logit中实际常用的OR值,如果斜率<0,那么OR值必然是<1的,如果斜率>0,那么OR必然是>1的,所以,应该也开始可以看出交互的现象是怎样的,即在调节变量不同的水平下,X对Y 的影响,是统计学意义上的保护因素还是危险因素。我可以这样理解吗?谢谢您在周末依然回答了我的问题,非常感谢!
作者: huangspace    时间: 2011-1-22 16:43
但是如果不画图,用实际的函数或者or值来计算,又不免让别人质疑为什么要把样本分成四份类分别作统计数据,也会让人不由自主的去讨论OR值或者a和β值,但是,画了图以后,要看的也就是影响的趋势了。这样理解对吗?谢谢您!
作者: huangspace    时间: 2011-1-22 16:45
我的数据其实是个连续数据,但是由于数据太偏,无论用什么方法转换,都很难变成正态,而且转化的方法太复杂后,就给结果的解释带来了很大的难度。所以不得已的情况下转成了分类变量。虽然对信息有损失,也无法用线性回归,很可惜,但目前我也只能想到这种方法。
作者: cathyyin    时间: 2011-2-13 04:17
罗老师,我遇到一个问题想请教您,在我的研究模型中,A为自变量,B为因变量,C为调节变量,D也是调节变量,  我是否可以检验C与D交互的作用 对于 A与B之间的关系是否还存在调节影响? 不知道我的表述能否让您明白。 就是我想检验下C与D的共同作用对于 A与B之间的关系是否存在着调节影响?
+ }, C0 C; X4 t* F      这个检验在结构方程模型中如何实现呢? 非常期待着您的回答。




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