楼主: janeyaopeking
6666 6

[回归分析求助] 调节效应交换项中心化 [推广有奖]

  • 2关注
  • 1粉丝

博士生

32%

还不是VIP/贵宾

-

威望
0
论坛币
268 个
通用积分
12.5313
学术水平
0 点
热心指数
5 点
信用等级
0 点
经验
1999 点
帖子
106
精华
0
在线时间
418 小时
注册时间
2013-12-23
最后登录
2024-10-4

相似文件 换一批

+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
按照普遍的解释,调节效应模型采用交互项中心化可以削弱多重共线性,并且不会对交互项的估计结果产生影响。在实际的运算过程中发现,对于面板数据而言,估计结果差异巨大。

问题1:即使原数据全部都是正数,但是面板数据中心化后的数据是有正有负的,交互项肯定也是有正有负,这本身就改变了交互项的数据结构。估计结果差异是正常的。因此我做了交互项中心化和非中心化的相关系数,发现二者有时候是显著负相关的关系,也就是中心化显著改变了原交互项的数据结构。我不懂为什么大家都说结果基本不变。


问题2:问题1所述的情况在截面数据中也许少见,因为截面数据所减去的是所有截面的均值,因而相当于对变量进行了平移,但交互项也同样会出现如问题1所述的情况。


请看如下图中的计算过程。我将stata的运算简化到excel表格中,交互项有明显的巨大变化,不仅出现符号变化,且在数据变化趋势上也有差异。比如看上海市2008和2009年数据,本身lnh和lnsi都是增长的,非中心化的时候,交互项也是增长的,但是中心化以后发现2009年比2008年的交换项目要小。如果将上海的每一年数据作为一个截面,看后面的交互项,也同样出现了变化。那估计结果产生巨大变化是可以理解的。


但为什么目前所有的资料都说经过验证,中心化和非中心化的估计结果一致。


百思不得其解,请大神指教。可以有偿的。





1591026232(1).png


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:调节效应 中心化 excel表格 百思不得其解 Excel表

1591026232(1).png (67.63 KB)

1591026232(1).png

沙发
方文龙 发表于 2020-6-6 00:09:02 来自手机 |只看作者 |坛友微信交流群
顶一下楼主,哪位大神解答一下

使用道具

藤椅
莉娅莉娅 学生认证  发表于 2022-2-28 20:12:56 |只看作者 |坛友微信交流群
顶一下楼主,哪位大神解答一下

使用道具

板凳
浅水Yr 发表于 2022-3-19 03:18:31 |只看作者 |坛友微信交流群
顶一下楼主,哪位大神解答一下

使用道具

报纸
jinmiao7jim@ 发表于 2022-10-27 09:54:10 |只看作者 |坛友微信交流群

顶一下楼主,哪位大神解答一下

使用道具

地板
邱宗满 学生认证  发表于 2022-10-27 11:18:38 |只看作者 |坛友微信交流群
jinmiao7jim@ 发表于 2022-10-27 09:54
顶一下楼主,哪位大神解答一下
自己实际上手动操作一下,看看中心化与非中心化操作下,调节项的p值就懂了,p值结果完全不会改变。
出现的“系数”改变仅仅只是因为数据的特征缩放带来的。

假设X→Y系数为28,并且对X除以10000再做回归,则当下X→Y系数将会是280000。
原来X提升1个单位,Y就能提升28个单位。
现在X提升1个单位,Y就能提升280000个单位。
好比原来X是1元,而现在X是1万元,单位改变了,导致解释上的系数改变了。
然而,结果完全不会发生改变。

因此,不能只根据未标准化系数,来解释系数。
唯一可以直接根据系数解释的只有标准化系数,但计量方向还要考虑解释的现实意义,所以比较少使用标准化数据。
已销号

使用道具

7
邱宗满 学生认证  发表于 2022-10-27 11:20:42 |只看作者 |坛友微信交流群
关于调节效应分析中的中心化可另外见
https://bbs.pinggu.org/forum.php ... ;page=1#pid83718430

使用道具

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jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-5 15:53