请问回归分析中加入多个交互项后显著，但是单独一个交互项就不显著，这是为什么呢

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

之前好像发错版块了-_-||。。。 希望斑竹别介意

我有一个调节变量M，想观测M对人格变量X1，X2，X3（一个量表的3个维度）的调节效应，如果我单独做公式y=a+bX1+cM+dX1*M,则交互项不显著（同样适用于X2，X3）。我了解到这是正常的用层次回归来做调节效应的方法。但是如果我第一步直接加入所有的X1，X2，X3，M，第二步加入X1M,X2M,X3M，则显示所有的交互项X1M,X2M,X3M都是显著的。也就是说公式y=a+bX1+cX2+dX3+eM+fX1*M+gX2*M+hX3*M+i里，三个交互项均显著。

我不懂为什么会出现这种情况，这个公式里的显著结果，是否可以推论，M能够调节X1/X2/X3对因变量y的预测效应呢？

先谢谢愿意帮我解答的大家了！

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：回归分析 交互项 调节效应 调节变量 因变量

看看同时加入后拟合优度是不是提高比较多，回归标准差是不是下降了很多。这时候你说的情况是可能出现的。或者你的三个变量是不是相关性较强，如果是这样，一起加入避免内生性。

hyj980098 发表于 2017-11-26 05:42
看看同时加入后拟合优度是不是提高比较多，回归标准差是不是下降了很多。这时候你说的情况是可能出现的。或 ...

你好，非常谢谢回复！我的三个变量是一个量表的三个维度，其中X1和X2的相关是0.518*，X1和X3的相关是0.137，X2和X3的相关是0.507*。我认为还是相关性比较高的。另外，我对变量都做了中心化处理，以减少共线性。抱歉，我不是经济学方向的，所以不太理解你说的内生性的概念。

然后如果我只一次加入一个主变量和一个交互项，三个变量各自的方程对应的R2分别是0.115，0.216和0.084，但是如果所有的变量都加入后，R2会提高到0.355。我不太清楚你说的回归标准差是指哪个参数呢？

我现在比较在意的是，如果用最后一个方程来说明显著，表述上是不是应该是：在控制了X2,X3,X2M,X3M之后，发现X1M这一交互项显著。如果要加这么多限制条件来说明显著的话，其实对我的假设来说不是很有意义

内生性就是你关注的变量和你没加入的解释变量相关，这时你加入的变量前的系数估计的是有偏的，而且相关性越强偏差越大。另外可能是对于X2不同的对象x1的影响不同，有些有正的影响，有些有负的影响，最后放在一起影响被综合为0了。加上交叉项问题就没了。

hyj980098 发表于 2017-11-26 19:58
内生性就是你关注的变量和你没加入的解释变量相关，这时你加入的变量前的系数估计的是有偏的，而且相关性越 ...

所以，您的建议是把三个相关性强的解释变量一起加入方程避免内生性。那么不知道这样做的话，最终方程的结果是三个交叉项的显著系数，这一结果相比一次只加入一个变量和交叉项的方程，是否更加有实际意义呢？

对，结果更可靠。

你能明白这些就很有悟性了。很多学过计量经济学的学生都听不懂。

hyj980098 发表于 2017-11-27 21:38
对，结果更可靠。

感谢指导！虽然对内生性的概念还是理解有点困难哈哈，需要再去查阅一些相关资料