关于层级回归中控制变量R方的大小问题，请教Kenny

kongpengju

Hi，Kenny：
0 P" g3 M: N! @7 P" N. |

, g5 x8 j6 s6 P/ n3 y我在用SPSS做层次回归的时候，“模型汇总”的结果如下：
5 j* K. {7 _  H2 b" \

模型汇总
模型	R	R 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

$ a, v+ G! B  G9 x. P5 e
其中
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）；
模型2里面加入了4个自变量；
模型3里面是5个交互项。
, Q7 t# r6 ^# |# e% Z3 l0 E7 R
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？
非常感谢！
& m6 o2 |. a( q! B" z6 ]: K


0 R% @5 t8 e2 v5 w8 N# Z# M
. K1 h! o) w6 [5 |& B' O6 ^! S补充，下面是系数表

4 i! i" V1 y+ R# S" U8 K
; I" ^3 e0 k3 }" H

系数a
模型		非标准化系数		标准系数	t	Sig.
		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

qytaojh

kongpengju 发表于 2013-8-16 10:19
: B3 b) U4 j1 o7 p7 K/ d谢谢Kenny！
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 ...

我认为可以直接使用。
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。

kongpengju

Kenneth 发表于 2013-8-14 18:08
没听过有控制变量R方太大的问题。
7 T. O, I' i& T9 w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 ...

谢谢Kenny！
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。
/ y/ D2 f1 z$ T7 ^0 s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？
谢谢您的回答！

Kenneth

卖桔者 发表于 2013-8-14 19:51
) L8 i' Q$ i! u$ |2 F& [+ L0 b2 E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

100% 是错误。R-方一定是正的。增加了变量，不可能减少R-方的。

卖桔者

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

Kenneth

没听过有控制变量R方太大的问题。
9 ?6 F6 Z3 u  u& [0 \3 D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？

kongpengju

回复：qytaojh

# Y; A& d& c1 q; M0 C  n# C1、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？
/ o& `$ R0 W$ C2、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。

qytaojh

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）？