版权声明：一、本站庄主文章内容欢迎引用，但请注明出处。二、欲全文转载者，请在此留言，未获同意前不得转载。三、访客评论，版权归本站；如要保留版权者，请在评论中注明。
隐私声明：一、本站旨在推进知识分享，欢迎提问和答疑。二、访客在此提供的问题或答案，均被认为不含个人隐私、学术或商业机密。三、如通过email发给庄主的问题或答案，如有不宜公布的隐私或机密内容，请注明。否则将认为可以公开。
礼仪声明：一、本站提倡对话、讨论和磋商。二、欢迎不同意见、希望就事论是、反对人身攻击。三、如有与上述精神不合之评论，将部分删节或全部删除。
Posts
18 comments:
祝老师，您好！读了您的《如何在回归分析中检验和解读交互影响？》，我大受启发，非常感谢！关于调节变量的检验我还有一个问题想请教您。我的毕业论文有一个调节变量是“年龄阶段”（共分为三个年龄阶段，即是一个包含三个水平的类别变量），自变量（X）和因变量（Y）各是一个连续变量。我的考虑是把调节变量转化为虚拟变量(D1,D2)，则最后要检验的方程为：Y=a+bX+cD1+dD2+eX*D1+fX*D2。我的疑问是，在检验中，是把X、D1、D2构成“Block 1”，而X*D1和X*D2一起构成“Block 2”？还是“Block 1”不变，把X*D1构成“Block 2”，而X*D2构成“Block 3”呢？另外，我的假设是“X与Y负相关，而处于不同年龄阶段（即调节变量）的个体，这种负相关的强度有区别，具体为：年龄阶段二 > 年龄阶段一 > 年龄阶段三”，第一次使用spss，我只会解读包含两个水平的调节作用，心里很着急，期盼您的指导！非常感谢！
先生之言，顿开茅塞，万分感激！
有几个关于缺失值处理的问题想请教祝老师：
我在用little’s MCAR检验时发现，以往不少国内的研究在用此检验时，大多数时候并非是针对整个问卷进行的，而是选取部分指标进行检验，如：
1、只针对几个缺失较严重的选；
2、只针对问卷中核心部分的指标；
3、将问卷分为几个部分，如基本情况项目、满意度量表、其它情况项目等，分别检验。
我对自己的问卷（包括三个部分：基本情况项、5级量表、其它项）分别进行了几次检验：
结果如下：
1、全部选项纳入检验，结果Sig. = .044
2、只检验5级量表项，结果Sig. = .083
3、剔除最后的4个跳选项，结果结果Sig. = .398
这些结果差异较大，大于或小于0.05的都有。我对little’s MCAR检验的适用性感到一定困惑，因为我是非统计学的学生，非常的业余。
此外，我对跳选项的处理也非常困惑，我的问卷是做关于居民满意度的，最后5项如下：
1、你对XXX的总体满意度？
1 2 3 4 5
很不满意 较不满意 一般 较满意 很满意
如果满意
(1)你会xxxxx?
一定不会 一定会
1 2 3 4 5
(2)你会xxxxx?
一定不会 一定会
1 2 3 4 5
如果不满意
(1)你会XXXXX？
一定不会 一定会
1 2 3 4 5
(2)你会XXXXX？
一定不会 一定会
1 2 3 4 5
我现在觉得这些跳选项设计的非常没头脑，感到懊恼，因为不管是否满意，居民都应该可能会有这双方面的行动的！
问题是，正常情况下，如何处理这些跳选项？我现在首先要做的是缺失处理，后期还要用到SEM，关于这个问题思考的非常之艰难，
因为身边没有可帮助之人，网络搜索和学术论文搜索也难解惑，特向您求助！
祝老师，您好！帮我一下吗?我想SPSS做植物的空间分析?我在外面采集了一些植物的位置记下来了,我想根据他的位置(X,Y)对这些植物做空间分析?我用的空间的数据是二维的,即用(X,Y)来表示平面坐标，分析一组(X1,Y1),(X2,Y2),(X3,Y3),(X4,Y4)……的分布状况，是均匀，还是随机，还是集聚，请求各位帮个忙..X坐标和Y坐标决定一个点，然后在用这个点来分析他的分布情况.我是该把这个点认为是单因素,还是应该认为是两因素的……
我想分析这些点的分布情况。(X,Y)是一个整体，作为一个点来对待。如何做这些点的方差分析。…………(X,Y)是一个整体。对这些点做方差分析。分析他的分布状况………………有没有人帮我一下，我想对这些点分布情况是均匀，还是随机，还是集聚,做他们的方差分析,主要是方差分析
植物学家，
我对你的专业一无所知，对空间分析(spatial analysis?)也没有任何第一手经验。所以只按常识提些问题：你为什么要坚持用方差分析来检验节点的分布状态呢？是你们专业的传统做法？如果做方差分析，你的factor（自变量）是什么？分布状态一般用Kolmogorov-Smirnov或随后的各种修正方法检验，方差分析以正态数据为假定，我不知道它怎么可以检验正态或非正态的分布。
尊敬的祝老师，您好！！！
非常激动来到您的庄园，非常激动！！！
我是国内一所大学的硕士生，专业是法律，马上面临毕业论文的写作了，刚刚前几天进行了论文开题报告的答辩，被老师批的很厉害，自己也很沮丧。
来到您的庄园后，看了您的文章，非常高兴和激动，也很迫切希望能得到您的指点。
我的论文题目是“外国法无法查明时的法律适用问题研究”，我现在初步的论文框架是分为四章：第一章是外国法无法查明的概述，第二章是中国关于这个问题的现状（含立法、司法、理论探讨几个方面），第三章是国外典型国家解决外国法无法查明的法律适用问题的主要方法（含介绍和对各个方法的评析），第四章是对我国在这个问题上的建议。我感觉这个框架有些难受，但是又不知道该如何改进，所以非常希望您能够给我一些点拨。谢谢您了！
准法官大人，
实在抱歉，我对法学绝对是门外汉，而你的问题完全涉及法学文献，我所熟悉的社会科学研究方法根本用不上。
建议你试着给海外的华人学者（如香港大学、香港城市大学等法学院老师）发个email问问。
祝老师，您好！我是一名应届毕业生，人力资源管理专业，目前在做关于调节作用的毕业论文。向您请教一个问题，“如何绘制调节效应的图形”？
谢谢您，祝开心！
祝老师，你好！
我是一名新晋的新闻传播学老师，主讲课程有新闻学和大众传播学等专业课程，想将传播学的研究作为自己的职业生涯。
偶然得知您在暑假有一个班，我想问一下，2009年的暑假还有吗？如果有，可否告知详细的信息？
同时，因为我在读研期间，一直用的不是实证研究而是思辨批判的方法，所以特别想提高这个方面，但是我看了2008年的报名信息表，要么是已经学过这方面的，要么是自学的，我现在对SPSS和传播统计学都不太清楚，是否符合你们的条件呢？
忘回复。。。
ZZ
祝老师，你好！
我是一名新晋的新闻传播学老师，主讲课程有新闻学和大众传播学等专业课程，想将传播学的研究作为自己的职业生涯。
偶然得知您在暑假有一个班，我想问一下，2009年的暑假还有吗？如果有，可否告知详细的信息？
同时，因为我在读研期间，一直用的不是实证研究而是思辨批判的方法，所以特别想提高这个方面，但是我看了2008年的报名信息表，要么是已经学过这方面的，要么是自学的，我现在对SPSS和传播统计学都不太清楚，是否符合你们的条件呢？
望回复。。。
谢谢~~刚刚电脑打错一个字了
ZZ
新晋状元：
今年夏天的班还会在人大新闻学院办。但因为有教育部的经费支持，所以由学院直接负责。估计通知不久会在请注意学院的网站发通知，传媒学术网也应该会转载。
祝老师：
我参考了一下2008年的报名事宜，可是发现需要有经验的，如果我一直都是思辨和批评方法居多，而且公开作品很少，是否意味着我没有资格呢？我真的很想参加，提升自身的教师素质。。不过本人英文还OK
Jz(ZZ本人)
祝老师您好！
我對因子分析中的因子旋轉是如何處理始終不理解，也不明白。可否提供一些最簡單例子，能在EXCEL中處理為佳。
謝謝！
Piggy
祝老师，
您好，新年好！有个问题想请教您。
我用spss做回归分析的时候，先放入控制变量，再放入两个自变量A和B，再放入两个自变量的交互效应（此时A在B与因变量的关系中起调节作用），但是统计的结果（如下表1）显示：当放入交互效应后，两个自变量的作用反向了，回归系数由正变成了负。
请问这样的结果正常吗？反向可能的原因是什么？需要解决吗又该如何解决呢？（我看了下其他文章，有控制变量反向的，但是自变量反向的几乎还没见过）。
表2是相关系数，也放在这里供参考。
表1 回归分析结果
因变量1 因变量2
Model 1 Model 2 Model 3 Model 1 Model 2 Model 3
控制变量1 .007 .007 -.001 .022 .011 .002
控制变量2 -.013 -.031 -.035 .125 .100 .095
控制变量3 .064 .054 .055 .139 .122 .123
控制变量4 .009 -.010 -.024 .022 -.002 -.018
控制变量5 .083 .101 .103 .140 .147 .150
自变量1 .190*** -.204 .090 -.355
自变量2 .137* -.215 .267*** -.130
自变量1×自变量2 .603+ .679*
R2 .011 .079 .091 .046 .136 .151
ΔR2 .068*** .012+ .09*** .015*
Standardized coefficients are reported; significance levels based on one-tailed t-tests or F-tests.
+ p < .10, * p < .05, **p < .01, ***p < .001
表2 相关系数
Mean s.d. 1 2 3 4 5 6 7 8
1. 控制变量1 (LOG) 2.10 0.49
2. 控制变量2 (LOG) 5.28 0.98 .266
3. 控制变量3 0.14 0.12 -.027 -.404
4. 控制变量4 4.30 1.24 -.094 .091 .184
5. 控制变量5 5.33 1.14 -.094 .083 -.066 .296
6. 自变量1 4.06 1.27 -.022 .017 .010 .019 -.084
7. 自变量2 4.80 1.36 .066 .079 .042 .094 .028 .252
8. 因变量1 5.38 0.94 -.007 -.029 .065 .043 .079 .216 .187
9. 因变量2 5.40 0.97 .036 .088 .083 .099 .146 .147 .307 .558
祝老师，
您好，新年好！有个问题想请教您。
我用spss做回归分析的时候，先放入控制变量，再放入两个自变量A和B，再放入两个自变量的交互效应（此时A在B与因变量的关系中起调节作用），但是统计的结果（如下表1）显示：当放入交互效应后，两个自变量的作用反向了，回归系数由正变成了负。
请问这样的结果正常吗？反向可能的原因是什么？需要解决吗又该如何解决呢？（我看了下其他文章，有控制变量反向的，但是自变量反向的几乎还没见过）。
表2是相关系数，也放在这里供参考。
表1 回归分析结果
因变量1 因变量2
Model 1 Model 2 Model 3 Model 1 Model 2 Model 3
控制变量1 .007 .007 -.001 .022 .011 .002
控制变量2 -.013 -.031 -.035 .125 .100 .095
控制变量3 .064 .054 .055 .139 .122 .123
控制变量4 .009 -.010 -.024 .022 -.002 -.018
控制变量5 .083 .101 .103 .140 .147 .150
自变量1 .190*** -.204 .090 -.355
自变量2 .137* -.215 .267*** -.130
自变量1×自变量2 .603+ .679*
R2 .011 .079 .091 .046 .136 .151
ΔR2 .068*** .012+ .09*** .015*
Standardized coefficients are reported; significance levels based on one-tailed t-tests or F-tests.
+ p < .10, * p < .05, **p < .01, ***p < .001
表2 相关系数
Mean s.d. 1 2 3 4 5 6 7 8
1. 控制变量1 (LOG) 2.10 0.49
2. 控制变量2 (LOG) 5.28 0.98 .266
3. 控制变量3 0.14 0.12 -.027 -.404
4. 控制变量4 4.30 1.24 -.094 .091 .184
5. 控制变量5 5.33 1.14 -.094 .083 -.066 .296
6. 自变量1 4.06 1.27 -.022 .017 .010 .019 -.084
7. 自变量2 4.80 1.36 .066 .079 .042 .094 .028 .252
8. 因变量1 5.38 0.94 -.007 -.029 .065 .043 .079 .216 .187
9. 因变量2 5.40 0.97 .036 .088 .083 .099 .146 .147 .307 .558
zyy,
也祝你和大家新年万事如意。
回归分析中加入交互变量（XZ）后，自变量（X或Z）的系数方向发生变化是很常见的，原因在于XZ和X或Z的高度相关。可通过Centering（取中值）的方法来改进（要求X和Z各为对称分布）。由于你提供的是matrix数据，我可以做回归但无法对变量做任何变换。请你参考一下我曾写过的多个有关取中值的帖子。
庄主
庄主您好,
请可否介绍如何在SPSS中作Multiple Classification Analysis? 要注意什么? 数据是否要先经特别处理?
谢谢你!
Water Hack Burns 2lb of Fat OVERNIGHT
Over 160,000 men and women are trying a easy and SECRET "liquids hack" to drop 2 lbs each night in their sleep.
It's scientific and it works with everybody.
Here's how to do it yourself:
1) Go grab a glass and fill it up with water half the way
2) Proceed to do this proven HACK
and you'll be 2 lbs lighter when you wake up!
Post a Comment