1、图例中，风险承担是解释变量X, 创业能力是中介变量M，
模型3中的风险承担和风险承担的平方是否都是用的中心化之后的X，还是只有平方项用中心化之后的X，风险承担一次项用原来的未中心化的X呢？
2、原文假设X与Y是倒U型关系，X与M也是倒U型关系，M在X与Y之间起非线性中介作用，所以检验中介用了模型6，为何要加一个交互项（原文结果说由于交互项不显著，说明XY不受M的权变影响）。
3、这种倒U型图要怎么画呢？命令是什么啊？
4、为了避免多重共线性而进行的中心化，到底是应该用X-mean(X)，还是用X-mean(X)/sd(X)呢？前者也是有文章这么做的。什么情况下用前者，什么时候用后者呢？两者在对Y的解释上有什么不同呢？
5、对于多重共线性问题，也有很多观点认为面板数据可以不用考虑这个问题，大样本也可以不用考虑。并且有很多文章也没有做VIF检验，在VIF帮助文档中，仅给出了这样的例子：
        webuse bodyfat, clear
        . regress bodyfat tricep thigh midarm
       Variance inflation factors
        . estat vif
，对于面板数据如何做这个检验呢？因为这个例子只是最简单的，比如实际 要用到的是固定效应的（
xi: reg y x i.year i.province），或者面板负二项回归的方法，xtnbreg y x 这种，怎么做共线性检验呢？

6、是否存在这种情形，X与Y是正相关关系，X与中介M是倒U型关系，M与Y也是倒U型关系？或者X与Y是正相关关系，X与中介M是线性关系，M与Y是倒U型关系？
7、为何X与Y的统计学上的拟合图是正U型，但是实际回归中X平方项系数是正却不显著，或者干脆X与X平方项系数都是负？原因可能是什么呢？


是自己写文章时遇到了非线性关系、多重共线性、交互项等问题，查阅文献后发现相关文献没有说的很明确。以上看到的文章是来自管理世界（2014）。




极少问问题，所以一次问了很多问题，急需各位已经懂这些问题的老师、同学解答，不胜感激。
可千万不要沉贴哦.......