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
; j/ C7 v4 @; W5 a3 [+ E
. ]' n: d& u  _- q5 g1 b2 rHi，Kenny：
( _" i3 D. H9 s8 R2 H% L  g: z* ^0 I% A4 I2 n: R1 ]
- Q5 w% J1 n4 F
我在用SPSS做层次回归的时候，“模型汇总”的结果如下：& ]$ |% R9 N2 K  \
2 |5 k: t- r  b( N' w5 ^; b
) N# g6 V: C* z; `
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
/ [  X* x( O! y; u+ T1 J
# g" g, \$ m* x' h- [) x# w/ O  u
其中
7 L) I" C$ ]8 B3 }9 N, u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）；0 }2 d9 F/ j+ j/ d, A, C' Y
模型2里面加入了4个自变量；
0 m! Z' }6 @% M# o4 r* \* @1 x, U模型3里面是5个交互项。
' N8 P+ x6 D: h
5 h2 G( k2 q  R4 B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？
; @+ S; A0 H0 Z$ L- k非常感谢！6 l' `1 B+ I, {. u; l) F; l: T5 `7 g

' s! G0 f# i- j: ?
9 ?1 I$ @' [* G6 D6 L3 N8 x
. Z) c1 m( s1 X) k! R7 e: r4 A4 Q+ T4 ?, ]" w( Q- Q
补充，下面是系数表* ~% E" W/ L, Z* v, H

& X6 @9 [! H2 j7 ~+ n; _' [# U# {0 Y- W. M) ?
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
; p  O1 \& H! j6 @5 K+ v* t; J. w) G9 f/ Y7 L# M" d
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？
! I. `$ i0 H, ~& E. o9 W' p: ^  `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。
) r7 {) O; T% `1 y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
! A9 l' t* `0 q( i. q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

% S1 y9 A! d$ P8 E; |( h2 G100% 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 2 @* W) t! S' B" v+ F
没听过有控制变量R方太大的问题。4 o) o! t" z0 a( j2 ]
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 ...
4 f0 N3 A" h( O/ F& K
谢谢Kenny！
* `1 D! F4 |! y! k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。
* r: a* O/ x4 u, K  o4 ^# m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？% U0 J  `3 d2 G* v) u" F5 \5 C
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
* n: `1 {( R& z8 ~谢谢Kenny！
3 D+ r- B& w& L: C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 ...
0 h5 m- e. }: l# `: d" x5 F) W
我认为可以直接使用。& c& U6 h6 V% ]7 q" ~
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