"带有二次项的调节中介模型"

Seaguller

6 C/ d5 u& b) Y+ B4 Z
Kenny ， 您好！
* \! P6 k4 C( x. n# o我的研究遇到了一些困难，想请教您！我的模型是这样的，A、B、C、D分别是自变量、中介变量、因变量和调节变量，其中，D调节A与B的关系。我的问题有两个：
: Q9 Y0 J9 z5 ], D8 _& X7 ?5 D0 P(1)我的其中一个理论假设是D调节了A与B的曲线关系，我们根据Aiken和West (1991)的程序，已经验证了这种关系。但是，就整个模型来说，却构成了一个特殊的调节中介模型，即它的自变量有两个，即A与A的平方，形成了一个"带有二次项的调节中介模型"，这个模型我们在理论上能够解释，但是我们还没有发现，对这种模型进行处理的方法与程序。我们觉得它与一般的调节中介模型的区别是，多了一个自变量的二次项，所以基本原理应该还是依据调节中介模型。所以，采用preacher、rucker和hayes的调节中介模型的程序进行回归，也发现了B的中介效应，即调节中介模型得到验证。这是我们的结果。我们想请教您的是有没有一个标准的处理这种"带有二次项的调节中介模型"的方法？如果没有这种方法，我们这样的处理方式正确吗？
(2)模型中的几个变量中，根据有的文献研究，作为调节变量的D对因变量C可能有影响，我们不想研究他们之间的关系，仅仅关注D的调节作用，我们也没有做D对C有影响的假设。在这种情况下，在验证自变量A对C的曲线关系的时候，所以我们在回归模型的放入顺序就是一般的顺序，即依次放入自变量、调节变量和其交互项，也验证了这种关系。也就是说我们没有先把调节变量先控制起来，然后再处理。一些比较好的JOURNAL上也有这样的现象，即在调节变量在对因变量有影响的情形下，没有做这种影响假设，从而直接采用上述程序验证自变量对因变量的影响。您觉得这种情况应该如何处理比较好呢？
谢谢您！

Kenneth

1. 我自己觉得二次项的调节很复杂。我自己也在考虑这个问题。以我所知没有既定的方法。
- ?+ I: u' ]) a9 v你好像在做有二次项的“调节中介”，那就更复杂了。我尝试过推导一下，有初步结果，不过还没有成型，也没有reference。

! ]: S/ n8 M- P$ L$ G, U; X2。 我的认识是无论你有没有兴趣，调节变量对因变量的作用是一定要放在模型中的。这就等于我们做三阶调节时，一定要放二阶调节项一样。这不是你有没有理论的问题，是统计上的基本步骤。

Seaguller

Kenneth 发表于 2013-11-12 09:36
1 m' q: w8 h* e, W+ [; B1. 我自己觉得二次项的调节很复杂。我自己也在考虑这个问题。以我所知没有既定的方法。
你好像在做有二次项 ...

谢谢罗老师的解惑！就是现在还没有成熟的方法可以这样做。还有一个就是，如果我们先考虑带有二次项的中介模型，即A、B、C构成的模型的话，我们可以采用一般的检验中介效应的程序验证这种带有二次项的模型吗？这个reference吗？

caojie8182

Seaguller 发表于 2013-11-20 21:51
( @/ @) ~6 h' v4 b$ {谢谢罗老师的解惑！就是现在还没有成熟的方法可以这样做。还有一个就是，如果我们先考虑带有二次项的中介 ...

Seaguller你好，
8 n' [4 \3 N: J5 A
我存了一个文档（忘记哪里存来的了……），上面reference是Aiken and West (1991)。我觉得可以回答你的问题。我偷懒不翻译了，这样可以吗？

“all lower order terms need to be included in the regression: so, if you have an independent variable A and moderators B and C, then to test whether there is a three-way interaction you would need to enter all the following terms: A, A*A, B, C, A*B, A*C, A*A*B, A*A*C, B*C, A*B*C, A*A*B*C. It is only the last, however, that determines the significance of the three-way quadratic interaction.”

Kenneth

Seaguller，
$ J; P6 q- [! G3 b, R* h
我觉得说："就是现在还没有成熟的方法可以这样做“ 不太正确。其实 Hayes and preacher （２０１０）好像写了一个叫 MEDCURVE  的程序，和在 multivariate behavioral research 发了一篇文章讲二次调节的问题的。
Quantifying and Testing Indirect Effects
in Simple Mediation Models When the
Constituent Paths Are Nonlinear。