关于调节效应检验中的两条线斜率的问题

kemoduolong

请问大家，根据一般情况，调节效应是增强的还是干扰的要看调节变量均值减、加标准差后的直线的斜率，如果负的变更倾斜的负或正的变更倾斜的正则为加强，反之变得平缓了则为干扰，但是目前我遇到的情况是本来是负的变正了或者正的变负了，这种情况该怎么判别和解释呢？还有就是我的模型自变量有两个，调节变量也有两个，这个又该怎么来判别调节效应是干扰还是增强呢，如果直接均值减、加标准差带进去计算是个二元一次方程不能画出直线的呀？请求大家帮忙解答我的困惑！
/ u7 o- {/ `- i% M5 |+ Y

kemoduolong

顶起来，请大家这部分明白能分享一下

Kenneth

Kemoduolong，我不明白你的第一个问题。什么叫“本来是负的变正了”? 是当Mo=-sd 时， X-Y关系是负的；是当Mo=+sd 时， X-Y关系是正的？如果是这样的话，就叫“干扰交互”了。有什么问题呢？
" ^# L9 _& r/ t. r4 e
关于第二个问题，一般了解调节变量是增强的还是干扰的，都是一个一个来做的。分析（做回归分析）时是一同分析。但是画表的时候都是一个一个做的。

kemoduolong

Kenneth 发表于 2014-2-13 12:20
5 A2 k7 _. s/ A  S2 ~# hKemoduolong，我不明白你的第一个问题。什么叫“本来是负的变正了”? 是当Mo=-sd 时， X-Y关系是负的；是当 ...

, V% j! ~+ N7 ]对的，就是减标准差时自变量系数的负的，加标准差时变成正的，这就是说明的干扰型调节是吗，明白了。第二个问题意思是，将两个调节变量平均值减/加标准差的值代入函数，计算第一个自变量与因变量的线性关系，那第二个自变量怎么办呢，直接把第二个自变量的各项删去不管吗，然后再反过来，把包含第一个自变量的项都删去，看因变量和第二个自变量的关系吗？

kemoduolong

我可不可以直接写出两个二元一次函数，对比两个自变量的系数变化，就说明调节效应是干扰或是增强的呢？

Kenneth

kemoduolong 发表于 2014-2-13 16:13
我可不可以直接写出两个二元一次函数，对比两个自变量的系数变化，就说明调节效应是干扰或是增强的呢？ ...

如果有两个调节变量 M1和M2，我猜大部分的人都会：
# c) @% \( j0 w) s0 l4 w* i# |分析M1的调节效应时，就 plot X-Y 关系 对应 M1 是高还是低 （忽略M2）；
2 G  M' v. L: T9 H分析M2的调节效应时，就 plot X-Y 关系 对应 M2 是高还是低 （忽略M1）

Kenneth

一般单单看系数来决定是干扰还是增强不太合适。

kemoduolong

Kenneth 发表于 2014-2-13 17:41
4 @  z( v- ~6 S' u  x, d一般单单看系数来决定是干扰还是增强不太合适。

好的，明白了，非常感谢Kenneth的耐心解答！

hormit

. J3 ~9 i0 k2 L

Kenneth 发表于 2014-2-13 17:41
如果有两个调节变量 M1和M2，我猜大部分的人都会：
分析M1的调节效应时，就 plot X-Y 关系 对应 M1 是高 ...

4 ^9 C4 z: {5 E' O8 S7 ekenny你好！因为我遇到的问题跟楼主kemoduolong很相似，所以跟在这个帖子里了。
& \4 |" N  i8 y( u# D. ?  l目前做的是HLM下第二层变量对第一层变量的调节效应，调节变量有两个：M1和M2，且都为连续变量。
6 I$ H+ t( ?" i( g查了很多资料后，打算的做法是将M1,M2都放入回归方程，得到调节效应的系数；然后在忽略其中一个的情况下分析另一个调节变量的效应并作图（一共两次，也就是两个图）。
# ?% I  L5 [8 K" D4 P! \现在的问题是：
1 N; k8 }6 L& C( C: m; [; E" C1，这种做法对吗？
/ z- E( h7 w- {+ }+ u0 P2，连续变量的调节效应作图是取正负一个标准差的位置生成两条直线吗？
; w9 K2 y) T* D, F5 U" d0 f, [6 q3，有人说调节变量为两个以上时，作图需要用k个图来表示，其中k等于其中一个调节变量的组别数。假定一个调节变量是性别、另一个是年龄。可以用两个图来分别显示：一是男性中年龄、二是自变量X的交互效应和女性中年龄与自变量X的交互效应。或者用三个图来分别显示年龄与自变量X在老年、中年和青年中的交互效应。  这段话我看不太懂，kenny如果也认同这种做法的话可以推荐一点文献给我吗？
, C- [& j" ^4 X! \4 T5 k
6 k/ i  n1 T2 j最后非常感谢kenny数年如一日的耐心解答大家的问题，谢谢！