47110 15

[问答] 自变量和因变量之间是负相关,如何判断调节作用是正向还是负向? [推广有奖]

  • 0关注
  • 0粉丝

大专生

35%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
321 点
帖子
31
精华
0
在线时间
63 小时
注册时间
2012-11-21
最后登录
2015-6-19

楼主
大头出门很困难 发表于 2014-11-18 20:52:54 |AI写论文

+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~ !

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
请教大家:
如果自变量和因变量是负相关关系,而层次回归分析调节作用,发现R方增加了,是不是就是说产生了正向调节作用?
但是自变量和因变量又是负相关关系,这种正向调节作用又该怎么解释呢?


请各位慷慨赐教,在下刚入门。
二维码

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

关键词:调节作用 自变量 因变量 相关关系 回归分析 因变量 自变量 如何

沙发
大头出门很困难 发表于 2014-11-20 15:01:17

藤椅
yue86231 学生认证  发表于 2014-11-20 20:19:29
我来抛砖引玉,有不对的地方请大家指正:

回归分析里的R2 是指
能解释多少

比如
销售y=aX1天气+bX2位置+cX3门前几棵树

那么天气和位置肯定能解释销售,比如R是80% (还有20%可能是别的因素,比如服务人员态度等等)

如果只看
销售y=aX1天气+bX3门前几棵树
那么只有天气能解释销售了,还有一个因素位置也在默默地影响着销售,但你没算进来,这个方程的R可能会减低到50%

R跟哪个方向调节没关系。

在比如:
销售y=aX1天气+bX2位置+cX3门前几棵树+dX4门前几个大坑
这里d肯定就是负数了,反面影响Y。
a正数好天气 增加销量
b正数好位置 增加销量

板凳
大头出门很困难 发表于 2014-11-22 13:40:02
yue86231 发表于 2014-11-20 20:19
我来抛砖引玉,有不对的地方请大家指正:

回归分析里的R2 是指
我还是没有理解……
销售y=aX1天气+bX2位置+cX3门前几棵树,为什么只是天气和位置解释销售,门前几棵树呢?
销售y=aX1天气+bX3门前几棵树,为什么是天气解释销售,而门前几棵树又不是?

假设我的自变量是认可,惩罚是因变量,他俩负相关,我做层次回归,分析成绩在他俩之间的调节作用,第一层是认可和成绩,第二层是认可、成绩和认可与成绩去中心化后的乘积,分析结果是R2增加了,而关于R2增加了,在文献中看到的是说产生了正向调节作用,那负相关的正向调节作用该怎么解释?

我感觉正相关的正向调节作用好解释,就是调节变量越怎么样,自变量对因变量的正向作用越怎么样,负相关的正向调节作用我始终理解不了。

报纸
yue86231 学生认证  发表于 2014-11-25 00:02:17
大头出门很困难 发表于 2014-11-22 13:40
我还是没有理解……
销售y=aX1天气+bX2位置+cX3门前几棵树,为什么只是天气和位置解释销售,门前几棵树呢 ...
先回答一个问题:
我还是没有理解……
销售y=aX1天气+bX2位置+cX3门前几棵树,为什么只是天气和位置解释销售,门前几棵树呢?
销售y=aX1天气+bX3门前几棵树,为什么是天气解释销售,而门前几棵树又不是?
门前几棵树是我随便举的例子,代表 “我们以为可以解释销量,但实际上从统计分析来看并不能解释销量”的变量,也可以替换成 “邻居大妈姓什么”

如果我们在一个回归方程中的X变量正好全部是解释Y的变量,而且除了这些X,没有其他因素能解释Y的, R就能达到100%.
但现实是残酷的,我们总是傻傻的把一些不必要的因素放入方程,把一些重要的因素忘记了,于是R就不能达到100%了。


所以:
方程1:  销售y=aX1天气+bX2位置+cX3邻居大妈姓什么,  R2 假设为50%,因为邻居大妈姓什么不影响销售,还有一些重要的因素我们没有算进来。

方程2: 销售y=aX1天气+bX3邻居大妈姓什么, 因为我们漏掉了位置因素,以及其他影响销售的因素,所以R2 会下降。

但我突然意识到你的例子是涉及调节变量,所以我举的这个例子没解释你的问题,请大家一起帮忙解决问题。

地板
yue86231 学生认证  发表于 2014-11-25 01:17:10
你看这个可以帮到你吗?
An example of this case, M is race, X is a personnel test, and Y is some job performance score. Generally, it is assumed that the effect of X on Y is linear. It is also assumed (but it can be tested, see below)        that the moderation is linear. That is, as M varies, the linear effect of X on Y might vary. Thus, the linear relationship        increases or decreases as M increases.

这里说道:
当M也就是调节变量增加时, X对Y的影响增加或减少
也就是说
当成绩增加时,认可对惩罚的影响增加或减少  (我从逻辑上没明白认可和惩罚有什么关系,是特指自我惩罚吗?)



  It is almost always preferable        to measure the linear effect by using a regression coefficient and not a        correlation coefficient.      
  

More Complex Specification
  
Nonlinear        moderation refers to effect of X changing as function of M, but that        change is nonlinear. The typical way to estimate nonlinear moderation would be        to estimate the following equation:




  Y = d + a1X + b1M + b2M2 + c1XM        + c2XM2 + E                   (2)

也许你可以对照这个公式?下面有各种情况的解释:

  Nonlinear moderation can be        tested by determining if c2 is different from zero.  (Note that M2 effects can only be        estimated if M takes on at least 3        values.)   The effect of X in Equation 2        is a1 + (c1 + c2M)M which would be interpreted as follows:  



  If c1 were positive and c2 positive, then the effect        of X on Y would be increasing as M increases, and this increase is increasing as M increases, accelerating.



  If c1 were positive and c2 negative, then the effect        of X on Y would be increasing as M increases, but this increase is declining as M increases,  de-accelerating.



    If c1 were negative and c2 positive, then the effect        of X on Y would be decreasing as M increases, but this decrease is declining as M increases, de-accelerating.



    If c1 were negative and c2 negative, then the effect        of X on Y would be decreasing as M increases, but this decrease is increasing as M increases, accelerating.





http://davidakenny.net/cm/moderation.htm


7
yue86231 学生认证  发表于 2014-11-25 03:48:19
上面说的非线性回归。

看下面这个文献 表1:
http://1043.cnc.jg.com.cn/forum/uploadfile_20082009/2008-1/200811413284322123.pdf

《调节效应与中介效应的比较和应用》心理学报2005[37]

8
大头出门很困难 发表于 2014-11-25 12:07:28
yue86231 发表于 2014-11-25 03:48
上面说的非线性回归。

看下面这个文献 表1:
非常感谢你的回复,很用心的回复,我英文水平有限,那篇英文文献还得慢慢看。我上面问你的问题,就是关于你举的例子的疑问已经理解过来了。但是这个调节作用,我还得继续摸索。
成绩、认可与惩罚是我随便举的例子,逻辑也许不对,总之,我的疑问就是自变量X与因变量Y为负相关,对XYM三者进行层析回归,结果发现R2有所增加,即你说的解释率变高了,因而我就得出结论M为XY之间的调节变量,且为增强型调节,但不知道怎么具体阐述这种调节作用。
我看论坛里面,有人认为可以解释为M在XY之间起到了负强化作用。
但其实我在实际的操作过程中,X为工作幸福感,Y为离职倾向,M为收入水平,是不是说收入水平越高,工作幸福感对离职倾向的负向影响越小还是正向影响越大,疑惑啊。

9
青花格子 发表于 2015-6-18 10:50:22
同样疑虑
X对Y是负向作用,M是调节变量,我希望M的作用是使X对Y之间的负向作用减弱,R值,B,Beat的正负号该怎么弄。。。。好吧,其实我在编数据

10
hanlinxian246 发表于 2016-4-23 11:21:47
文献无法阅读!

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-9 03:22