2233镇楼~新年第一篇当然是给陪伴吾等死肥宅这么久的B站,新年快乐~新的一年,穷B不买化妆品也要为自己氪大会员。。。(゜▽゜)つロ
po一下天依老婆跨年的歌,烘托新年的气氛【洛天依|周华健】江苏卫视跨年演唱会《Let It Go》,过去的一年开心或不开心都随它而去,2018,随心而行。
调节变量(moderator, interaction variable)也称为干扰变量,定义为一个变量可以系统性的改变自变量与应变量之间相关形式或强度。调节变量带来的影响叫做调节作用(moderating effect), 经常也被称为交互作用(interactive effect)。
解释一下:打个比方,我是一个穷B(X,自变量),但是我做了一个平时不会做的行为(成为B站大会员,Y,因变量),因为这是后有一个干扰变量的存在(B站搞活动),干扰变量同时影响了X和Y。那么这时候B站会员半价就是一个调节变量。比较常见的干扰变量,譬如说小三,同时影响了情侣(X)和分手(Y),对情侣(X)的作用为负,对分手(Y)的作用为正,因为加速了分手。
但是如果箭头换成下图,这种模型叫做中介模型,如果解释成因为我这种穷B太多了,导致B站大会员卖不出去,所以搞活动半价,最终很多人变成了大会员!!这竟然似乎也可以。。所以大家不要太相信论文里面写的东西,为了论文能发表,为了使结果有统计学意义,作者可能只选择对他有利的数据。即使最后结果出来了,不是他最初的设想,他都会想着法圆回去的。
引用Disraeli 的一句话,有三种谎言:谎言、糟糕透顶的谎言和统计资料。
所以,哪怕C刊的文章,老铁们也要心存质疑。
干扰变量有两种影响X和Y的形态:1)在传统模型中影响自变量与应变量之间相关的强度;2)改变自变量与应变量之间相关的形式。
第一大种情况,普通回归,Y为观察变量的时候
看大前提哈,Y是连续的观察变量的时候,检验干扰变量的时候,我们根据X和干扰(M)的资料类型,选择不同的统计方法。X和M的资料类型都有两种,连续型和分类型。这里我们的Y只能是连续资料,如果要分类的,去隔壁的逻辑回归,不能用SEM。所以需要四种不同的统计方式。见下图,所以我们待会的检验操作也要分成下面的四种思路。
case1 XM均为类别资料
方法:I*J两因素析因设计资料的方差分析
原理:
这里我根据我有的资料随便选几个变量了哈,不一定有意义,为了演示操作。这里面城乡为Xÿ