关于层级回归中控制变量R方的大小问题，请教Kenny

kongpengju

Hi，Kenny：

7 o) H3 U) }: y3 K
% T# D* D1 W, Z! S6 T) S+ ?我在用SPSS做层次回归的时候，“模型汇总”的结果如下：
7 m" s2 D, v* g# O
4 O# X5 w& l& d* w! p0 }" T" V
3 v/ L( m( h) `- q. f

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

/ @7 R& _" F0 O6 V8 f其中
3 e. N# g  |: x! K3 h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）；
0 E& H0 Y- h( _模型2里面加入了4个自变量；
) T) f! h5 F9 p7 O) b$ e% A模型3里面是5个交互项。
3 J7 ^2 r& }) _9 g
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？
1 p9 P- C7 {, h非常感谢！
: @6 c, D* y+ \1 U2 Z
1 [& U& q: F+ E) r1 D+ V2 {
+ r  O' }+ V6 h  f
3 P' i3 t) U- ^1 }! M
/ M  V4 T8 |* @补充，下面是系数表
1 I. ~# g! ]" K8 j, G7 d# P
* H% J( ?8 ~5 M! p
7 E: |! g# E9 E3 H% v1 A' Z

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

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）？

kongpengju

回复：qytaojh

1、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？
" Q# o1 k% Z# F" Y2、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。

Kenneth

没听过有控制变量R方太大的问题。
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？

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

卖桔者 发表于 2013-8-14 19:51
4 x; r6 k8 ]1 R, L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

0 A. a6 g7 R' {0 G100% 是错误。R-方一定是正的。增加了变量，不可能减少R-方的。

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。
9 l' r; x( q, W7 W4 M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 ...

- o/ ?/ `. w7 }0 I/ F/ [. E, C9 ~, K- Y谢谢Kenny！
- |' S: g2 E  R3 f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。
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！

qytaojh

kongpengju 发表于 2013-8-16 10:19
# N8 x5 T1 G# P6 h/ n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 ...

7 C- N; g4 e  p) X% G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。