设为首页 登录 注册
首页 中人社区 中人博客
查看: 3227|回复: 4
打印 上一主题 下一主题

调节变量是二分类变量

[复制链接]

4

主题

6

听众

413

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2012-11-4
最后登录
2015-1-3
积分
413
精华
0
主题
4
帖子
20
跳转到指定楼层
楼主
发表于 2013-6-13 15:03:44 |只看该作者 |倒序浏览
Kenny, 你好!$ X* D6 L! s2 u/ \

% Y( m$ ^, t3 l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?# [* \4 I6 x( F0 Y" A
6 W- A* d; I/ |/ Q
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?' s5 }: T. g" B4 p# w" f0 ]" j
& [. n; z! y( v( p- R6 \& p
谢谢!
$ M' V* d$ m9 _& E9 F2 \3 n

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

4

主题

6

听众

413

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2012-11-4
最后登录
2015-1-3
积分
413
精华
0
主题
4
帖子
20
沙发
发表于 2013-6-13 16:32:30 |只看该作者
本帖最后由 管理研究者 于 2013-6-13 16:37 编辑 / f' X% `% U8 L5 X

2 b% P# o7 q) I) g我的具体做法是:
/ x/ n- q) |3 h/ b
0 m8 H4 Q+ e: w" Q7 M将X和M中心化后,检验如下模型:" l9 s7 t4 n& `4 F7 _
Model 1: y=f1(cv1,cv2,cv3,cv4), 其中,cv是控制变量。2 b3 k7 V  L+ P( C/ V
Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)% e% d. |) p. \2 V5 B
Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
4 X& B3 e. Y8 P/ z; `! G9 F  @6 @8 P% C5 I' ?8 E
不知这样可否?
回复

使用道具 举报

4

主题

6

听众

413

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2012-11-4
最后登录
2015-1-3
积分
413
精华
0
主题
4
帖子
20
板凳
发表于 2013-6-13 16:33:03 |只看该作者
本帖最后由 管理研究者 于 2013-6-13 16:37 编辑
1 X0 D. X+ W) B' x1 G# u6 U6 O
另外一个做法是:: Q0 a3 W1 K" S, V
' X4 o0 a$ R) O6 J( D. I
将X和M中心化后,检验如下模型:& C( p" g, r- [! ^/ Q- h
Model 1: y=f1(cv1,cv2,cv3,cv4), 其中,cv是控制变量。5 U7 p* G' F6 n  N  T3 \: x
Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)3 W8 o7 E# }  j. X5 Q0 i
Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM)
" N9 a0 J, e0 _: [+ kModel 4: y=f1(cv1,cv2,cv3,cv4,X,M),按W分组回归。) g" v" Z% _. e( v0 S  V5 N

# S) }& z+ z, @& v( A7 X( M' s0 L这样做可以吗?这两种做法那个更好?0 z1 Q) i0 B2 B
5 ]) K$ `; }; A& y- t( E, O- T
BTW:分组回归后,如何检验两个系数显著差异?2 S9 c, v( g- ^# F; D

* F( x0 p$ f- O
' y$ o5 D2 \- W! U
回复

使用道具 举报

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

地板
发表于 2013-6-17 22:45:30 |只看该作者
我会这样做:. k, G! W% d$ J% |3 Y0 `" M2 C, b
将X和M中心化后,检验如下模型:
# c, q) F" A: Y# T' X+ f9 \Model 1: y=f1(cv1,cv2,cv3,cv4), 其中,cv是控制变量。
1 U" N# g2 R5 V6 s! x, ]Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)
; u* O! W1 Q" l% a% ]Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)  p3 X% B+ r% v8 y8 f( I. b; G$ z

; z' D2 w/ J4 \6 p/ T3 s3 [首先,用SEM随便估计参数
" [# G" I# d+ F3 n$ x% l. b2 C然后,限定某些参数相等
: s! u9 C6 D" \: t检验两个模型的卡方差。; f. P! r. l* }) O* x
请看我的SEM视频。
回复

使用道具 举报

4

主题

6

听众

413

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2012-11-4
最后登录
2015-1-3
积分
413
精华
0
主题
4
帖子
20
5
发表于 2013-6-18 18:51:04 |只看该作者
谢谢Kenny!
回复

使用道具 举报