调节效应检验交互项不显著问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

检验调节效应时，自变量和调节变量的系数都显著，交互项单独作用也显著，但是自变量、调节变量和交互项都加进去的时候交乘项的系数不显著，这是什么原因呢？是否表示不存在调节效应？有让交乘项也显著的方法吗？跪求各位帮忙！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：效应检验 调节效应 交互项 是什么原因 调节变量 调节效应

分组试试

可能是因为共线性，可将两个变量去中心化再回归试试

可能是共线性的问题，把需要交互的变量center试试

1.调节效应是否成立的判断依据
调节效应分析时，一定是同时纳入自变量、调节变量以及交互项的。
此时，只需要看交互项是否显著，显著了则存在调节效应。
如果调节项p>0.05，但是p<0.1，那也可以，属于边缘显著，可以进一步用johnson-neyman方法进行斜率分析。

2.数据的变换与显著性（中心化或标准化）
至于中心化和标准化，无论对数据进行任何的特征变化， 都只会影响低阶项的显著性（就是自变量和调节变量），而不会影响高阶项的显著性（也就是交互项的显著性不会因为这个而改变，只要不显著，就不会变）。

3.不同情况下调节项显著性不同
X1对Y做回归的系数，与X1和其他变量一起对Y做回归的系数，这两个系数不同是常态。
因为多个自变量一起做回归时，可能存在重叠的影响，控制掉这部分影响，系数就容易变小，进而可能从显著变成不显著。
存在多个影响因素时，以所有变量一起做回归的结果为准。

可能是共线性

请问交互项回归系数和标准误的值都非常大，是数据有问题吗？

这里可以使用stata的自带auto数据集，做一个参考。没有中心化之前rep78不显著的。但是z-score之后rep78显著了，但是这不会改变交互项的t值。所以不会影响交互的显著性。

只看交互项是否统计学显著就好

5楼、8楼的解释的很好！