自变量A显著，引入A*B的交互项后，交互项显著，A不显著了（注：A在B的不同水平上呈相

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

跪求各位大神：在固定效应负二项回归模型中，自变量A显著，引入A*B的交互项后，交互项显著，A不显著了（注：A在B的不同水平上呈相反的变化趋势）如何解释这一现象？真的真的很急啊，一个礼拜了，查了很多资料都找不到合理的解释，恳请各位帮忙啊.....Help......

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3 回帖

关键词：不同水平 交互项 自变量 请各位帮忙 负二项回归 自变量

这很正常啊，说明结果并不是单纯受A影响，而是由AB共同作用的结果。没有具体的结果和内容，我也不知道怎么解释
y is positively correlated to a but negatively correlated to b. when add interaction term, a shows no significance but the interaction term is negatively correlated with y. then it indicates that given condition a / for a types of y, increase of b -> decrease of y.

réussite 发表于 2015-3-25 20:57
这很正常啊，说明结果并不是单纯受A影响，而是由AB共同作用的结果。没有具体的结果和内容，我也不知道怎么解 ...

谢谢回复。
我用逐步回归先让变量A进入模型，系数显著且为负；然后让交互项变量A*变量B进入模型，交互项系数显著为负，但是变量A的系数不再显著了。
该如何解释变量A的系数不显著的原因呢？
我尝试着将样本按照变量B的不同水平分成两部分：大于变量B平均值一个标准差的样本1和小于变量B平均值一个标准差的样本2，发现样本1里面变量A的系数显著为负，样本2里面变量A的系数显著为正。是否可以说明由于A在B的不同水平上呈相反的作用，所以交互项引入后掩盖了A的主效应呢？
第一次遇到这种情况，总感觉这样解释很牵强，不够直观。。。

ww2011021770 发表于 2015-3-25 21:06
谢谢回复。
我用逐步回归先让变量A进入模型，系数显著且为负；然后让交互项变量A*变量B进入模型，交互项 ...

这就是说明A不是影响因素，而是A*B，即共同作用

réussite 发表于 2015-3-25 21:31
这就是说明A不是影响因素，而是A*B，即共同作用

谢谢回复。
共同作用啊，但是我的假设部分包括A起负向作用，交互项A*B也会起作用的。。。
会不会是因为交互项的负向作用掩盖了A的负向作用？（析因实验里面有交互效应掩盖或者歪曲主效应的说法）

我对你的assumption，regression一无所知，所以不确定是否如你所说。不行就做几个robust看看，或者添加其他的interaction。

比如说工资受教育程度和个人懒惰水平影响，教育+，懒惰-，但是懒惰也有可能影响教育水平，即，懒惰+ ->教育-。添加interaction之后，发现教育不显著，而interaction显著，也就是说教育并不是决定性因素，只是对于懒人来说，教育程度高工资有可能高……好吧，我自己也有点晕，大概是这样……

B是A的一个因变量？

réussite 发表于 2015-3-25 22:15
比如说工资受教育程度和个人懒惰水平影响，教育+，懒惰-，但是懒惰也有可能影响教育水平，即，懒惰+ ->教育 ...

谢谢回复，
的确有点绕啊，我琢磨琢磨。
谢谢

EchoEstelle 发表于 2015-3-25 22:37
B是A的一个因变量？

谢谢回复，
A和B都是自变量。