交互项之简介---"共线性"不是杀人凶手!

先留存下，期待非线性交互部分的PPT，感谢老师！

黃河泉 发表于 2017-3-14 07:26
我刚初步完成一份（繁体中文）对回归交互项之简介，与大家分享！也请大家多给一点建议，以供修正之用！

黄老师好，请教下，在第一个模型中我的自变量x1负向影响因变量y，第二个模型中加入调节变量，调节变量x2正向影响y，x1还是负向；在第三个模型中若x1和x2的交互项负向影响y，而x1,x2单变量是正向影响y，那我是不是可以理解为随着x2的增大，x1对y的作用消弱了,谢谢老师。

我的书籍0616 发表于 2018-11-7 00:08
黄老师好，请教下，在第一个模型中我的自变量x1负向影响因变量y，第二个模型中加入调节变量，调节变量x2正 ...

我看不懂你为什么要讲三个模型，他们可以比较吗？

黃河泉 发表于 2018-11-7 06:30
我看不懂你为什么要讲三个模型，他们可以比较吗？

是这样的，老师，我是说调节效应的检验的两个步骤，模型1：Y=b0+b1*X+b2*Z+e ,模型2：Y=b0+b1*X+b2*Z+b3*X*Z+e
若在模型1中b1<0,b2>0; 在模型2中b1>0,b2>0,b3<0,那我是不是可以理解为随着b2的增大b1对Y的作用减弱了。谢谢老师

我的书籍0616 发表于 2018-11-7 08:53
是这样的，老师，我是说调节效应的检验的两个步骤，模型1：Y=b0+b1*X+b2*Z+e ,模型2：Y=b0+b1*X+b2*Z+b3* ...

哪里学来的两步骤，没听过！

黃河泉 发表于 2018-11-2 06:41
刚刚还刚好看到非线性交互之文章，但是实在没时间准备，实在抱歉！

谢谢黄老师答复

从黄老师发布PPT讲义一路翻阅下来，收益不少，很多疑点也豁然开朗。谢谢老师

看了黄老师的PPT对交互项有了深刻的理解，非常感谢黄老师的无私奉献，但是在黄老师的PPT中提到若α2>0,则X1对y的影响效果会随着X2的值的增加而增加，但是论文中一般会提到X1对y的影响效果到底是什么（正向Or负向影响），具体的例如模型y=a+bX1+cX1X2+dX2,回归结果得到的结果为 y=5-2.1X1+6X1X2-3X2，a=5,b=-2.1,c=6,d=-3,两个变量X1和X2的系数为负，二者交叉项的系数为正，各参数都显著，现在来看X1对y的影响效果如何受到X2的影响？按照黄老师的PPT可知，X1对y的影响效果会随着x2的值的增加而增加，因为交叉项的系数为6大于零，那我能不能说X1对y负向影响会随着X2的增加而增加？

1353679112 发表于 2018-11-20 19:21
看了黄老师的PPT对交互项有了深刻的理解，非常感谢黄老师的无私奉献，但是在黄老师的PPT中提到若α2>0,则X1 ...

应该是降低！

非常感谢黄老师的分享，收益良多。看完您的课件PPT，我也尝试了interflex，在OLS和FE下，确实能画出很漂亮的图。

我现在的问题是，如果采用的模型是fgls，同时控制了异方差和自相关，关键被解释变量有交叉项，是不是就没法采用interflex这个命令了？有参阅了您推荐的Matt Golder的材料，里面涉及的Probit很复杂，还没学会。如果换到fgls，目前有相应的参考文献吗？万分感谢！！！