请教关于交互作用做层级回归的变量放入顺序问题

Halinna

Kenneth您好，终于可以发帖了，很高兴。我的问题如下：
在阅读文献时我发现做交互效应模型时，人们用两种方法做层级回归：
第一种方法：block 1放入控制变量；block2放入自变量和调节变量的各个公因子；block3放入交互乘积项；即出来三个模型
第二种方法：block1放入控制变量；block2放入自变量；block3放入调节变量；block4放入交互乘积项即出来四个交互成绩项；
请问哪一种是正确的呢？
1 L  z) _, J+ n1 @  Q另：您关于标准化和中心化的回复我看懂了，非常感谢您。

Halinna

Kenneth ,刚看到您关于三重交互效应的回答帖子，我估计是第一种方法好，可对？

Kenneth

回复 2楼 Halinna 的帖子

# w3 C, p2 b7 x, d# z: i$ uHalinna，恭喜你终于可以发帖子了（你知道这是中人网的同事的一大努力和牺牲吗？他们确实有他们的难处的）。
4 e/ N( E/ ~; u/ X; {回到你的问题。我看不见两者有什么不同。
* P# L% a. }" K8 H第一种：
6 T1 t/ x. _" V8 d4 R7 l) l6 p y = b00 + b10*控制变量
y = b01 + b11*控制变量 + b21*自变量 + b31*调节变量
y = b02 + b12*控制变量 + b22*自变量 + a32*调节变量 + a41*自变量*调节变量
( C' N. y! u% m5 k, Z8 Y第二种：
6 c1 j1 J4 i# A, U9 T3 C( A y = a00 + a10*控制变量
y = a01 + a11*控制变量 + a21*自变量
2 v2 Y5 O9 W: H: A9 g2 l; @ y = a02 + a12*控制变量 + a22*自变量 + a31*调节变量
y = a02 + a13*控制变量 + a23*自变量 + a32*调节变量 + a41*自变量*调节变量
所谓第一与第二种的分别就是中间少了一条回归分析，但这个回归没有很大的意思的，除非你对单单自变量对因变量的影响有兴趣。所以，就算这样做也不可以叫做“错”吧。我猜背后的问题是有了调节或是交互作用，主效应（第一种的第二道回归）还有没有意义。有人说有，它是一个“平均效应”。有人说没有，因为不知道调节变量是什么，自变量对因变量的影响是不知道的（因为这才叫做调节嘛）。不同论据，就有不同的分析了。

Halinna

谢谢Kenneth，我明白了，刚才在本上做了记录。我现在一有问题就马上想到来这里求解，每一次您都认真回答，很让我感动，非常感谢您的奉献与博爱，让我们感受科学的严谨和有容乃大的精神。

Halinna

对了，Kenneth我还有一个问题，我用的第一种方法做的交互效应的层级回归，在F检验中第一个模型即只有控制变量那个模型不显著，没有通过检验；但第二个模型（含控制变量、自变量和调节变量）和第三个模型（含控制变量、自变量、调节变量和交互成绩项）都通过了显著性检验，这时可以不去管第一个模型的F检验结果吗？
   

Kenneth

控制变量不显著，代表你的所谓“控制”没有作用，没有控制了什么，或是没有很大的意义。有人建议这样就不要用了。我的习惯是除非它们影响你以后的结果，不然，既然你原来控制是有原因的，就让它们留下也没有很大的问题吧。

注：不要有一个习惯有问题马上就问人，应该自己试试找答案，试试解决问题（这原来就是研究的训练嘛）。解决不了才去问。不然将来我死了以后你怎办呢？
7 `5 Y) M  Z% J: A8 {9 a
" m/ G: f. K2 Y7 U) X: J6 {
+ k' Q& Q/ \! C  J& [

lnspss

借楼主的宝地，也请问Kenneth和楼主一个问题，我也做交互作用，按照楼主的第一种方法，即有M1,M2和M3三个模型，发现M3中的交互项系数是显著的（0.029）,且但是R Square Change非常小只有0.009.这样算是有交互作用吗?