调节变量是二分类变量

管理研究者

Kenny, 你好！
( P/ B1 h1 i  f# m' j: x) R! o
: k" F9 I* d$ l7 S# y' V& C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？
/ l  w- Z7 ?; q5 k* P/ {
! z6 P+ L( }' |" O2 d& K/ t: u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？
4 P" \3 C% ]: v& D
/ D3 V$ e7 ]& M' ?谢谢！
+ P5 y0 r! Z# R! a6 O; `

管理研究者

8 R9 P1 k3 W1 J( q/ W3 U我的具体做法是：

" }/ U6 x4 p) ^8 H- Y" y9 @& I' q4 y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。
! I% ]9 Y- E9 a) nModel 2: y=f1(cv1,cv2,cv3,cv4,X,M,W)
Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
" c' y  o$ c" f, I9 W2 I
不知这样可否？

管理研究者

另外一个做法是：
4 j# Z8 e1 b. B9 U. L9 D
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)
* Y' F$ _  j0 M( W+ P& UModel 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM)
Model 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？
3 N. @8 v' F3 w- w% C" x
+ i/ Q8 v- S( VBTW：分组回归后，如何检验两个系数显著差异？

! M( S3 B9 n* e4 y6 |: m

Kenneth

我会这样做：
* t6 I6 G& s& ]; R; Y% H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)
Model 3: y=f1(cv1,cv2,cv3,cv4,X,M,W,XM,XW)
* A" U: W; ?+ a) x( k+ N
首先，用SEM随便估计参数
- c  c4 T9 U/ z" X! l2 E. d! y然后，限定某些参数相等
4 J- l5 Q# {$ x" X检验两个模型的卡方差。
  `) C; g9 _6 r0 d, O1 r9 Y( ?请看我的SEM视频。

管理研究者

谢谢Kenny!