[系统转发] 管理研究理论和贡献探讨 2

@回复 phlee  642楼 (Kenneth)
谢谢Kenneth的建议和鼓励,我会尽力地去解决的,问的原因是怕遇到根本性不可解的问题和短期内无法解的问题,攸关到毕业时程.呵呵！once again, 非常谢谢您的建议！

kenny您好，首先祝您教师节快乐。并祝一切都好。

请教问题如下：
我现在有这么几个变量：X1、X2，X，Y，Z，X是X1与X2之间匹配性，Y是因变量，Z是调节变量，我的构思是这样的，X1与X2影响X，Z是X影响Y的调节变量。现在我想验证的上面的构思，通过Y=​a0 ​+ ​a1 ​X1 ​+ ​a2  X2 ​+  a3  Z  + ​a4 ​X1 * Z  +  a5  X1 * X2，可以检验上述构思吗？

如果不行的话，应使用什么回归方程比较妥当呢?

谢谢。

kenny,我想问bootstrap在什么情况下是必须运用的呢？是不是变量之间不满足正态分布的时候呢？不满足正态分布也可以平方和取对数等方法的啊！。

问： 压抑变量 （suppressor variable）的定义是Variance of the independent variable can be partitioned into criterion-relevant and criterion-irrelevant components, and
inclusion of the suppressor in the analysis helps to partial out the criterion-irrelevant variable(Tzelgov & Henik, 1991).我想问加入压抑变量以后只是拿掉了自变量方差中跟因变量无关的部分，跟因变量相关的方差并没有改变，为什么他们的关系就能变显著或系数变大了呢？

Kenneth

你正个问题的重心是“匹配”的问题。因为撇开了这个问题，剩下的只是一个简单的结构方程，或是调节变量的分析问题。
至于“匹配”（fit）的研究问题，在西方的文献里到现在还是“一团糟”。有人在问卷里直接问“X1是X2很匹配”（答案是从非常不同意到同意）。有人用（X1-X2）这两个变量的差作为匹配。有人建议用“多项式回归”（polynomial regression, see, e.g., Edwards & Parry, 1993, AMJ, 36, 1577-1613; Meilich, 2006, ORM, 9, 161-193）。现在好像“主流”是用“多项式回归”，虽然它的结果很难表达。但是很少人会提到调节项怎样在“多项式回归”中验证。所以，暂时唯有用最笨的分组法（把数据分成“高Z”与“低Z”两组）来验证吧。

Kenneth

回复 Tsai   650楼 (Kenneth)
你讲得对，不满足正态分布也可以平方和取对数等方法的，不需要用bootstrapping。以我所知，只有一种情形下我们会一定用bootstrapping，就是当你不知道你要验证的统计项（statistics）的抽样分布是什么时。因为这个时候，如果你不用bootstrapping，根本不可以做统计显著测验。

Kenneth

Tsai，你的问题牵涉很多公式和图，不可以在这里回答。我开了一个新的日志，叫做「偏相关、半偏相关、与压抑变量」。请去那里看吧。

@回复 阿凡提  649楼 (Kenneth)

非常谢谢kenny的解惑。

kenny您好，询问调节变量的问题。自变量x，因变量y，调节标量z。如果z与x显著相关，且z也与y显著相关。我想验证z是x影响y的调节变量，在数据呈现上面所说的那种关系时，仅通过方程y=a0 + a1 x + a2 z + a3 xz（交叉项使用标准化后的数据），若a3系数显著，则验证思路。请问可以吗，或是其他方法？

谢谢。

Kenneth

阿南,我怀疑我不完全明白你的问题。理论上验证调节变量，仅通过方程y=a0 ​+ ​a1 ​x ​+ ​a2 ​z ​+ ​a3 ​xz，若a3 系数显著，就有调节作用。这与z与x是否显著相关，或是z与y是否显著相关没有关系的。