在Johnson-Neyman方法中关于协方差矩阵的生成和计算

1.在学习调节效应分析方法Johnson-Neyman方法的过程中，需要用到协方差矩阵，该协方差矩阵的来源在原文中描述为“coming from the variance-covariance matrix of the predictor variables”

（Miller,Stromeyer, & Schwieterman, 2013；Aiken & West，1991）

2.现设有回归方程为 Y=β0 +β1 X + β2X2 +β3M + β4XM  + β5X2M （其中X为自变量，M为调节变量），那么按照以上的方法根据预测变量

X，X2 ，M ，XM ，X2M，利用R语言（cov命令）生成的协方差矩阵为如下（图a）：

(矩阵中的预测变量前有"Z"是因为中心化处理过了，ZX为预测变量Z，ZX2为预测变量X2 ,ZM为预测变量M，ZX*ZM为预测变量XM，ZX*ZX*ZM为预测变量X2M)

3.在“百分之六代号”公众号的一篇名为“二元交互简单斜率分析方法“一文中，指出该协方差矩阵在SPSS中的生成方法即为“在线性回归，统计，勾选协方差矩阵”，生成的协方差矩阵如下（图b）：

                                       图a
                    ZX                ZX*ZX               ZM            ZX*ZM          ZX*ZX*ZM
ZX              0.62026410     -0.02552852    0.44784615    -0.07052336     0.8140988

ZX*ZX         -0.02552852    0.39517297    -0.07052296    0.55768382      -0.1383788

ZM             0.44784615    -0.07052296    1.11743590     -0.37701225     1.2816773

ZX*ZM       -0.07052336   0.55768382    -0.37701225    1.09653927       -0.3811077

ZX*ZX*ZM   0.81409883   -0.13837878    1.28167726     -0.38110765     1.9685451

                                      图b         
                    ZX            ZX*ZX           ZM             ZX*ZM         ZX*ZX*ZM
ZX             0.056087      -0.006569     0.017106      0.000790       -0.034641     
ZX*ZX       -0.006569      0.176249     -0.058894     -0.098349      0.034411
ZM             0.017106     -0.058894      0.077501      0.038881      -0.054146
ZX*ZM       0.000790      -0.098349     0.038881      0.069924       -0.019017
ZX*ZX*ZM -0.034641       0.034411    -0.054146     -0.019017       0.055612

我的问题是:

1.为什么会生成两种不同的协方差矩阵? 哪一个方差矩阵才是正确代入J-N方法计算的那一个?  
2.这两种方差-协方差矩阵各有什么意义? （是我的操作出问题了吗，因为打算用R实现J-N检验方法，假如我现在生成的矩阵是错的话，如何生成正确的矩阵？）

救星105033 发表于 2019-4-15 14:04
直接参考这里做出J-N就行了
https://bbs.pinggu.org/thread-6804482-1-1.html

谢谢，因为我要做的是曲线的调节效应，现在用Johnson- Neyman法已经求出曲线曲率的显著性区间了，在对二次曲线效应调节效应进行检验 取3个调节变量不同的值得到3个曲线回归方程（把M代进去就行了），但是关于这些回归方程的具体参数（β，SE，P，CI）又该怎么获得呢？之前看到有人说是用SPSS做出来的，但是在取完M的某个值（如mean+1SD）后M便成了常数，此时的回归分析又该怎么添加预测项呢?

救星105033 发表于 2019-4-15 14:04
直接参考这里做出J-N就行了
https://bbs.pinggu.org/thread-6804482-1-1.html

已试过该方法，其无法解决二次交互的调节效应

救星105033 发表于 2019-5-22 14:15
不要老想着各种花里胡哨的方法，压根没有用。
如果论文立意够好，研究流程和设计足够严谨，就算没有调节 ...

是2013年以来的新方法，有邮箱吗？我可以分享一些用这个方法的研究。。。

救星105033 发表于 2019-5-22 14:15
不要老想着各种花里胡哨的方法，压根没有用。
如果论文立意够好，研究流程和设计足够严谨，就算没有调节 ...

按课题组要求学习的。我也很绝望

救星105033 发表于 2019-5-22 14:15
不要老想着各种花里胡哨的方法，压根没有用。
如果论文立意够好，研究流程和设计足够严谨，就算没有调节 ...

按课题组要求学习的。我也很绝望