中人网

标题: 关于多个自变量多个调节变量的问题 [打印本页]

作者: kemoduolong    时间: 2014-1-17 14:40
标题: 关于多个自变量多个调节变量的问题
kenneth,
* ^0 W# `) {. J8 A! P! U. d你好,
0 G% |9 P% g9 f, o我刚接触层级回归,现在想做一个关于粮食产业的文章,遇到了这样的问题不知道该如何解决,希望能得到您的指点:; w: [! J% [  @  O) t
我的方程包括一个因变量,两个自变量和两个调节变量,但是我选取的这两个调节变量值分别对其中的一个自变量是有影响的,比如因变量为Y,自变量是A和B,调节变量是C和D ,而其中C只和A对于Y的影响有关系,而D则只影响B对Y的弹性,那么我这模型的交互也要做分别AB与CD的交互么,可不可以只包含A*C和B*D两项呢?其中C对B,和D对A在研究意义上是不存在对Y的影响的。
作者: kemoduolong    时间: 2014-1-17 15:02
有没有同学做过这方面的,帮我解答一下啊,感谢!
作者: kemoduolong    时间: 2014-1-17 16:02
顶起来!
作者: Kenneth    时间: 2014-1-17 22:31
你的模型如下:. x. e. c% ?+ S- E1 [, {
2 v: Y9 x7 z& _5 F
[attach]302175[/attach]5 t3 A' C7 a4 T& b4 p, n
, g2 I, N) ?# a( U  f
回归的方程就会是:# y3 A7 d" J/ j) @

" y# U% Y4 ~9 v/ {+ r+ B  H     y = b0 + b1 A + b2 B + b3 C + b4 D + b5 A*C + b6 B*D  + 误差
8 y% v- ]/ b! J0 _! s* c! D0 a
0 S0 b6 g( T6 y2 G6 B你的问题是,要不要在回归里加上 b7 A*D + b8 B*C 两项。我猜想应该可以免去吧。不过,加进去也不会影响的。如果你的理论是对的, b7 和 b8 应该都不显著的。& C+ l8 F0 ]* t+ l+ k

作者: sungong    时间: 2014-1-19 22:52
Kenneth 发表于 2014-1-17 22:31
9 b. B/ V) }7 v1 X5 `4 k0 W你的模型如下:
' k* R( |3 I. s  |2 [! S4 \
Kenny
6 p" ?3 T. J5 I: C- [+ H; H* q; j6 X$ \$ X2 X
您好; ~' f. k. L& K% R  }% u

& y, w0 f' f7 S( p+ M0 N不知为何, 中人网圈子上一直发不了帖子,只好在这里向您和大家请教一点疑惑:众所周知 Measurement invariance/equivalence indicates that the same construct is being measured across some specified groups. 是否存在可能this construct has different meanings across groups but still can achieve measurement invariance. 或者说measurement invariance/equivalence究竟意味着什么:是说这个instrument在多个不同的(文化)群组中有相同的测量效力还是说这个construct在多个群组中有相同的认知。
* D7 k, d$ E* }/ Y5 I* F
$ A4 w% }, q! J6 {+ K) a  _比如OCB,可能每种文化中有自己的对OCB的认知,西方开发出的OCB量表如果能在中国和西方之间取得measurement invariance,是不是一定能说明在两种文化中对于OCB的认知是一样的。+ p; l$ X* N  \% w/ N6 F% H- Z
! N8 F. g0 p+ M1 Q% r9 h
2 S# R  c: G0 F: u
期待您的回复并谢谢啦!
作者: Kenneth    时间: 2014-1-20 09:29
这是另外一个问题,我替你发了一个帖子,并在那里回你。
作者: kemoduolong    时间: 2014-1-20 10:38
Kenneth 发表于 2014-1-17 22:31
2 K) a( M0 Q; Z, C/ e你的模型如下:

8 X; r- F7 R. I# A0 ~$ ?! @明白了,感谢Kenneth的帮助!




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