调节变量是二分类变量

管理研究者

Kenny, 你好！
( j5 c8 n4 x: w4 S9 w: F+ K
如图所示，M和W都是调节变量，其中，X、M、Y是连续变量，W是二分类变量（取值为1或0）。我的问题是：我可否直接将X、M、W中心化后检验调节效应？

  h& I, X2 r6 T1 F7 e! K如果要做分组回归，则是不是M和W的调节效应只能分别来检验？
( A# ]+ W$ Z; P* e1 }3 r' V
谢谢！
5 a$ M2 U5 j  A3 m8 q

管理研究者

, j* W- ?9 ?+ x) |) l0 i3 u+ G
( d) I' M( ~2 P  x# j我的具体做法是：
; |% G  n6 k) ^! ?
将X和M中心化后，检验如下模型：
& Z+ |& T4 c, ^! L2 v9 _Model 1: y=f1(cv1,cv2,cv3,cv4), 其中，cv是控制变量。
Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)
5 y5 g$ v" \! j8 t0 q4 n" ]9 E" Z: nModel 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
0 d6 h) O  g. K7 E0 ^
不知这样可否？

管理研究者

! b+ a1 {3 d. k3 [* H. ~! j( x
另外一个做法是：
/ X/ L; `8 J' l4 I* x
将X和M中心化后，检验如下模型：
) U4 h, k! {! Y* y- Q) s+ D: m9 P# U4 MModel 1: y=f1(cv1,cv2,cv3,cv4), 其中，cv是控制变量。
Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)
Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM)
$ P% a1 A! Z7 T/ n$ x6 O* M/ sModel 4: y=f1(cv1,cv2,cv3,cv4,X,M)，按W分组回归。

这样做可以吗？这两种做法那个更好？

7 {4 s1 w* g% U, P5 d4 @# L% I- F4 D) ^BTW：分组回归后，如何检验两个系数显著差异？
4 ~8 J) c$ b. f* U" I( J; {
* S# T( y9 e; o: _2 Z

Kenneth

我会这样做：
- F' B; D7 x9 r! i1 O2 P将X和M中心化后，检验如下模型：
Model 1: y=f1(cv1,cv2,cv3,cv4), 其中，cv是控制变量。
Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)
8 h% u; ?* O2 d8 p8 HModel 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
4 z0 @+ r" L+ {
- Z/ u: ^% O: o0 o% `首先，用SEM随便估计参数
, g: \+ _, S% Q$ |4 u1 y然后，限定某些参数相等
; \$ Q1 ]& ]! |  w$ U* s# r: c检验两个模型的卡方差。
请看我的SEM视频。

管理研究者

谢谢Kenny!