因变量与调节变量主效应均为正，交互项系数为负，怎么解释

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

我的假设是x对y正相关，调节变量m对y是负相关，而且m会减弱x对y的影响，起到调节效果。
但是最后联合回归结果是x和m单独对y都是正相关，而二者交互项对y负相关。
貌似是调节效果跟假设一致？但是为什么m单独对y却是正相关呢？？？
求大神帮忙，本人菜鸟。

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32 回帖

关键词：调节变量 因变量 交互项 回归结果 因变量

您的问题解决了么？同样不懂啊

gameboy 发表于 2014-12-21 13:32
您的问题解决了么？同样不懂啊

暂无大神回复

交叉项是指两个变量联合解释，单独变量解释时会存在很明显的偏误，通过增加交叉项来降低该变量的偏误，以及防治单独变量错误回归时地错误解释。
考虑reg y a 和reg y a ab 其中y是成绩 ，a是听课时间， b是不认真程度，第一个回归可以得到y和a应该正相关，第二个回归能得到y与a正相关，但与ab负相关。若只考虑第一个回归，那我们就错误地得出结论听课时间越长成绩越好，其实考虑第二个回归就能发现成绩不仅和时间有关还与认真度有关。
一般交叉项用于定量变量（数量级，多少个）和定性变量（表示程度或者性质）之间的组合，比如最简单的性别问题，就可以在原解释变量上乘以一个性别地虚拟变量。
关于交叉项，学得不精，楼主酌情学习吧。

Sat丶殇 发表于 2014-12-23 09:38
交叉项是指两个变量联合解释，单独变量解释时会存在很明显的偏误，通过增加交叉项来降低该变量的偏误，以及 ...

感谢您的回复！学习了！想追问一下，如你提到的例子，如果想证明a与y正相关、b与y正相关，而且b对ay之间关系有调节作用，是不是在第二次回归中不仅要加入a、ab，而且要加入b，这样出来的回归系统是不是能同时反映上述假设关系？还是需要分别单独回归？

Sat丶殇 发表于 2014-12-23 09:38
交叉项是指两个变量联合解释，单独变量解释时会存在很明显的偏误，通过增加交叉项来降低该变量的偏误，以及 ...

讲的很好哦啊

ljt1667 发表于 2014-12-23 10:09
感谢您的回复！学习了！想追问一下，如你提到的例子，如果想证明a与y正相关、b与y正相关，而且b对ay之间关 ...

可以单独回归，也可以联合回归，单独回归指的就是直接对被解释变量的影响，相当于截距，联合回归就是间接影响，相当于斜率，建议楼主找一些虚拟变量数据做一遍，做完就有感觉了。

Sat丶殇 发表于 2014-12-23 19:08
可以单独回归，也可以联合回归，单独回归指的就是直接对被解释变量的影响，相当于截距，联合回归就是间接 ...

非常感谢，我来实践下看看！

Sat丶殇 发表于 2014-12-23 09:38
交叉项是指两个变量联合解释，单独变量解释时会存在很明显的偏误，通过增加交叉项来降低该变量的偏误，以及 ...

您好，请问有没有类似这种现象的文献呢？

这是很正常的，x对y主效应为正，w（调节）对y也是正，x＊w对y为负。这种调节效应是Cohen(2003)认为的三种调节类型中的一个，也是最不常见的一种。这种调节效应，Cohen将其定义为“Antagonistic/Compensatory/Off-setting”，但是中文具体如何翻译，我还没看到权威的中文翻译。欢迎交流。