中人网

标题: 关于层级回归中控制变量R方的大小问题，请教Kenny [打印本页]
作者: kongpengju    时间: 2013-8-13 15:44
标题: 关于层级回归中控制变量R方的大小问题，请教Kenny
本帖最后由 kongpengju 于 2013-8-13 17:04 编辑 1 O# c3 {, g* g) ^# Q4 k$ ]1 g
: g! q) ~# G: e9 v8 v( p! i1 V
Hi，Kenny：
; w- ?  u6 d& l; S8 w0 [+ q* L2 E! |7 ^' s" S; B
: b* a' \0 ~4 L0 r
我在用SPSS做层次回归的时候，“模型汇总”的结果如下：. @! b2 `3 p- N6 }5 k$ y

8 i5 A7 q! Q4 E+ H  s
! E: _: w/ i! D  N! j" \5 T
模型汇总
模型RR 方调整 R 方标准 估计的误差
更改统计量
R 方更改
F  更改
df1
df2
Sig.  F 更改
1
.504a
.254
.248
.46383
.254
40.358
2
237
.000
2
.809b
.655
.646
.31816
.401
67.677
4
233
.000
3
.824c
.680
.664
.30985
.025
3.534
5
228
.004

/ V7 ^, C% r! L3 w! \" M0 Y- D3 y$ n! J  u. y
其中
' X) G+ p% p5 g) X模型1里面只包含2个控制变量（合作时间长短、感知伙伴的重要性）；7 ]6 ^3 `. j% U* p* W" C2 T; n
模型2里面加入了4个自变量；/ N+ e5 {+ M' `3 i, i
模型3里面是5个交互项。
6 C3 Q, c" a- Q, f5 j' ^( P& b( Q& T' ^* y) \
我发现许多期刊论文里面，别人控制变量的模型1里面，这个R方一般在0.1左右，但是我的结果为.254。彼此之间的差距很大，这样有没有问题？如果别人让我解释这个差异，我该从哪些方面入手啊？& J: |3 A& h. d( L# S$ n- V7 a
非常感谢！9 _) O) {' q. l0 r
( ]7 [& L1 e/ |- s8 J

5 R* }  \+ t7 b- w  t! S6 N. Z* s- A7 p) P, Q: h5 ]0 S7 O: \4 A
3 ^9 |. ~4 J! \( @6 @
补充，下面是系数表
( c" h" i4 W9 Z" u+ ?3 t/ d0 Z' l; V
3 r+ T, e0 Q1 \
系数a
模型
非标准化系数
标准系数
tSig.
B
标准  误差
试用版
1(常量)
2.363
.158
14.972
.000
合作时间
.054
.027
.111
1.966
.050
重要性
.317
.038
.476
8.407
.000
2(常量)
3.061
.228
13.397
.000
合作时间
-.021
.019
-.043
-1.076
.283
重要性
.088
.031
.132
2.825
.005
X1
.135
.041
.170
3.248
.001
X2
.057
.037
.078
1.545
.124
X3
.166
.039
.210
4.307
.000
M
-.410
.039
-.474
-10.383
.000
3(常量)
3.176
.230
13.838
.000
合作时间
-.027
.019
-.055
-1.395
.164
重要性
.083
.031
.125
2.670
.008
X1
.130
.041
.165
3.181
.002
X2
.063
.036
.087
1.764
.079
X3
.145
.039
.184
3.711
.000
M
-.418
.039
-.483
-10.611
.000
X1X3
-.069
.025
-.166
-2.730
.007
X2X3
-.053
.027
-.116
-2.005
.046
X1M
-.042
.020
-.102
-2.111
.036
X2M
.016
.028
.034
.572
.568
X3M
.004
.025
.009
.169
.866
作者: qytaojh    时间: 2013-8-13 21:27
控制变量的R方比较高说明控制变量对因变量的影响还是比较大的。R2的大小说明控制变量对因变量的解释力。我的理解是这个控制变量好像没有控制好？另外在模型回归时一个回归模型只需要一个常量吧（constant）？
作者: kongpengju    时间: 2013-8-14 10:31
回复：qytaojh
+ ]: O; J7 g/ \. m& d8 A# g1 k0 e
1、控制变量解释力太大，没有控制好。就这个结果而言，是不是需要重新设计控制变量，再次进行数据收集？4 ?: T2 W/ p  ~. F
2、模型回归是1个常量。因为层级回归3层，所以上面表中显示出来了3次常量。
作者: Kenneth    时间: 2013-8-14 18:08
没听过有控制变量R方太大的问题。  H! [2 {8 u5 d: s: ~. q6 b
我想问题的重心是，你为什么要控制这两个变量？如果是前人的研究结果，你想知道控制住两个已经知道的影响因素后，你新提出的变量的影响，那有何问题呢？为什么控制变量的影响要小才好呢？
作者: 卖桔者    时间: 2013-8-14 19:51
我有一次碰到只包含控制变量的模型 调整的R平方为负值的情况
作者: Kenneth    时间: 2013-8-14 21:56
卖桔者 发表于 2013-8-14 19:51
! U4 k/ ^5 R7 I4 C- ^我有一次碰到只包含控制变量的模型 调整的R平方为负值的情况
& h4 p( v# q; s/ D0 m4 I$ M, z
100% 是错误。R-方一定是正的。增加了变量，不可能减少R-方的。
作者: kongpengju    时间: 2013-8-16 10:19
Kenneth 发表于 2013-8-14 18:08 8 k8 S) s* F: i" q: }" A, y8 Z1 |
没听过有控制变量R方太大的问题。
3 k! F4 I6 _7 @" f2 q( q我想问题的重心是，你为什么要控制这两个变量？如果是前人的研究结果，你 ...

' N. l) G4 T( e$ f6 V( E谢谢Kenny！/ z; Z1 R( y& ]8 _( e2 ]. h) A
因为是研究供应链合作关系的，所以选择了合作时间和感知重要性。这两个控制变量在前人研究过程中提到过，所以就在这里拿来作为自己研究的控制变量了。因为前人研究过程中，控制变量R方一般都在0.1左右，其他层级回归文章中，我看到的控制变量R方最高也就17%，所以看到自己的控制变量R方在0.245，就有点弄不明白了，所以特地请教一下Kenny。* @. z9 Z6 d9 m' d: R/ ]8 e" X
看完大家的回复和您的解答，那就是我的这个结果没有问题，直接使用就可以了，对吧？
1 ^& l) J/ i! `; k, a谢谢您的回答！
作者: qytaojh    时间: 2013-8-16 11:14
kongpengju 发表于 2013-8-16 10:19 6 j& D, W- o8 @- d
谢谢Kenny！; g" D+ B2 G  \' A) i1 M/ V
因为是研究供应链合作关系的，所以选择了合作时间和感知重要性。这两个控制变量在前人研究过 ...
3 ^2 d1 R  r; r. \
我认为可以直接使用。
) B- Z+ ?$ P: ^其实控制变量就是自变量的一部分，只是在研究中不是重点要关注而已，但它可能对研究的问题尤其是因变量会产生影响，所以需要单独控制和其他自变量一起分析时考虑一下。



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