调节变量是二分类变量

管理研究者

Kenny, 你好！
" K# u; o2 P& P( h
2 ~$ p/ L% W2 w3 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？
/ d$ T% \, [7 U3 ~* F
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？
% T. e8 N0 g$ C2 N( f
谢谢！

管理研究者

9 f8 [) C) k) d* h. {% L' f
5 m3 ~# }, W2 A9 u我的具体做法是：
2 x( W! f8 @. o4 @3 V0 b
5 f% M4 @3 m0 d* s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)
6 E( J0 l1 I) [Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
9 D* O$ V# S' m
不知这样可否？

管理研究者

, r8 x' }) d# {' |* Y+ y3 `" x
! Y2 G! F2 H8 H4 p5 F0 y! B另外一个做法是：
- w* u* V! i4 h+ J' c  v4 {' E
将X和M中心化后，检验如下模型：
+ b( Z) ^5 c8 Y, H; c% DModel 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)
* Q4 ?! ]1 }/ ^, [& Z& L' j# kModel 4: y=f1(cv1,cv2,cv3,cv4,X,M)，按W分组回归。

0 Z8 o1 M) {- N# v" r5 z这样做可以吗？这两种做法那个更好？
4 V7 J, ?9 F: F+ I0 T* d
+ U0 k8 R3 w5 D8 R) R) OBTW：分组回归后，如何检验两个系数显著差异？

3 P6 J* a8 J0 U1 q' z! W

Kenneth

我会这样做：
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。
8 Y" Y- Y3 J9 J) k  j5 o4 @Model 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)
Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
1 b1 y8 w; z1 r) n! r1 L: i9 K
' a  h# Y3 Y2 e3 D; b) _首先，用SEM随便估计参数
/ e- l0 J8 d, o6 I0 W然后，限定某些参数相等
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!