有两个调节变量的检验

WIN7

各位好：
% G( @6 H" C& z8 A7 ]- x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？
+ c2 K8 Y9 |! I8 W" y( |2 q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。
) l1 U; O8 H' r' B- d请教一下大家，谢谢！
; E+ D& h* y% `& z* G

scholar

Kenneth 发表于 2010-7-13 11:10
& R& @0 M1 L# W' O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  ...

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？

macone

Kenneth 发表于 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  ...

% l2 G* B) _* {7 LKenneth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？

Kenneth

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。

NanfengLuo

回复 2# Kenneth 的帖子
9 Y2 b3 `) A- K/ D: n
0 E3 b9 N; d9 D8 R1 {
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？

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。

比如，
' p3 t2 N. z. J; r6 T
! b0 h- V7 L7 Q& yY = b0 + b1 X + e,

, h8 M2 s" W* c, `6 G- N5 o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。
# U' x1 @! ?+ g2 b# f& s  N& F
( R. b' }% W) F( m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？

Kenneth

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。 :)

WIN7

言之有理，谢谢！
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。

Kenneth

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。