我没看懂，你要说明ABC变量的经济意义，你设置的控制组和对比组分别是什么，你想要对比的是什么，你是如何确立因果关系的。如果只是单纯的数量关系，你用的是什么模型，如何解读变量系数。至少我认为如果B是你的主要变量，interaction effect相关比较重要，但是会被baseline的不显著影响。至于C，要看你是否用到。

谢谢解答

经济学意义有点复杂，我的模型有因变量A，自变量B，控制变量C（C是一个dummy variable），用逐步回归的方法，依次将C、B、C和B的交互项引入模型。

很奇怪的现象是：当C、B的回归系数不显著，但C和B的交互项系数显著

这时候我就迷茫了，在B对A没有显著作用的情况下，C的调节作用还有意义吗？虽然C和B的交互项系数显著

谢谢啦

我个人觉得如果B才是自变量的话，你的结果主要看B与A的关系，C只是控制变量，相关与否还是次要的，毕竟控制变量一大堆，一般看的还是B。我也得出过相似的结果，我得到的意见是需要修改。如果你的假设是B应该相关，那么就需要检查模型和变量，为什么interaction effect显著但是单独不显著。

我也的得到和你一样的结果，层次回归中只有交互项显著了

我也遇到了相同的问题，有答案了吗