全部版块 我的主页
› 论坛 › 数据科学与人工智能 › 数据分析与数据科学 › SPSS论坛
求大神解答！加入交互项后，原一次项的显著性改变，且无严重共线性。如何解释？
薄荷酱thinmint
26171 19
2016-08-27
楼主有2个因变量，建立了2个模型，研究的变量是新媒体和传统媒体使用情况，使用的是一般线性回归，问题有三：

1、在第一个方程里，传统媒体变量原本是显著的，加入了它和性别（女性为对照组）、年龄的交互项后，变成了不显著，且交互项也不显著。
2、第二个方程里，新媒体变量原本不显著，加入了它和性别（女性为对照组）、年龄的交互项后，变成了显著，而交互项均不显著。
3、第二个方程里，传统媒体变量在加交互项之前之后都不显著，但它和性别交互项显著，与某个年龄层次的交互也显著
两个模型里都没有VIF值大于10的，这些交互项VIF值都在2-5之间，按理说只要小于10就不能算共线性强烈吧？
对此非常迷惑不解，这是什么意思呢？

3是不是说明这个变量总体而言对因变量没有显著效果，但在特定性别和年龄层次中有效果？
1和2又如何解释？想破头也想不出来
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

全部回复
cabell
2016-8-27 19:32:53
构建交互项是为了检验是否存在交互效应或调节效应，所以在加入了交互项之后，我们一般关注交互项是否显著（显示是否存在交互效应），构造交互项的变量本身的显著性就没有特别的意义。你第三个问题中的“是不是说明这个变量总体而言对因变量没有显著效果，但在特定性别和年龄层次中有效果”有一定问题。没有加入交互项之前的自变量对因变量的影响可以看做是“这个变量总体而言对因变量的影响”，而非加入之后。有时候我们会碰到这种情况，自变量对因变量的主效应并不显著，但是交互项显著。如性别起调节作用，在男生组中是正向影响，在女生组里是负向影响，综合起来反而主效应接近于零了。发现显著的交互效应一般来说是有意思的，可以进一步画出交互效应图来具体看自变量在不同情况下对因变量的影响。
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

薄荷酱thinmint
2016-8-28 10:48:26
cabell 发表于 2016-8-27 19:32
构建交互项是为了检验是否存在交互效应或调节效应，所以在加入了交互项之后，我们一般关注交互项是否显著（ ...
大神别走！那是不是说要看主效应就看加交互项之前，加了交互项后就只关注交互项，一次项的回归系数和显著性都不需要看了？
膜拜大神
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

cabell
2016-8-28 22:57:28
薄荷酱thinmint 发表于 2016-8-28 10:48
大神别走！那是不是说要看主效应就看加交互项之前，加了交互项后就只关注交互项，一次项的回归系数和显著 ...
简单来说，你可以这么认为。但理论上加了交互项之后的一次项的回归系数仍然是有意义的，你用包含交互项的模型公式针对其中一个自变量求偏导就明白了。
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

liufang0129
2017-5-3 17:28:54
cabell 发表于 2016-8-27 19:32
构建交互项是为了检验是否存在交互效应或调节效应，所以在加入了交互项之后，我们一般关注交互项是否显著（ ...
你说的对我也很有帮助。我正在迷惑中！
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

glpeony
2017-6-5 23:06:44
谢谢~
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

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群