对照变量和自变量有什么是自变量区别

来源：蜘蛛抓取(WebSpider) 时间：2017-02-24 06:38 标签： 自变量和协变量的区别
[转]不同自变量与调节变量类型所对应的分析方法
调节变量的定义
& 如果变量Y与变量X的关系是变量M
的函数,称M
为调节变量。也就是说, Y与X
的关系受到第三个变量M
的影响。调节变量可以是定性的(如性别、种族、学校类型等)
,也可以是定量的(如年龄、受教育年限、刺激次数等)
,它影响因变量和自变量之间关系的方向(正或负)和强弱
。例如,学生的学习效果和指导方案的关系,往往受到学生个性的影响:一种指导方案对某类学生很有效,对另一类学生却没有效,从而学生个性是调节变量。又如,学生一般自我概念与某项自我概念(如外貌、体能等)的关系,受到学生对该项自我概念重视程度的影响:很重视外貌的人,长相不好会大大降低其一般自我概念;不重视外貌的人,长相不好对其一般自我概念影响不大,从而对该项自我概念的重视程度是调节变量。
&&在做调节效应分析时,通常要将自变量和调节变量做中心化变换(即变量减去其均值）。考虑最简单常用的调节模型,即假设Y与X
有如下关系: Y = aX + bM + cXM + e
&&可以把上式重新写成:
Y = bM + ( a + cM ) X + e
&&对于固定的M
的直线回归。Y与X
的关系由回归系数a + cM
来刻画,它是M
的线性函数, c衡量了调节效应(moderating
effect)的大小。
调节效应分析方法
&&调节效应分析和交互效应分析大同小异。这里只介绍所涉及变量(因变量、自变量和调节变量)都为可以直接观测的显变量(observable
的调节检验。
&&根据自变量和调节变量的测量级别而定。变量可分为两类,
一类是类别变量( categorical variable)
,包括定类和定序变量,另一类是连续变量(
continuous variable) ,包括定距和定比变量。定序变量的取值比较多且间隔比较均匀时,也可以近似作为连续变量处理。
&&当自变量和调节变量都是类别变量时,可以做方差分析。
&&当自变量和调节变量都是连续变量时,用带有乘积项的回归模型,做层次回归分析.分析步骤如下：
(1)做Y对X和M
的回归,得测定系数R21。
(2)做Y对X、M
的回归得R22 ,若R22
显著高于R21 ,则调节效应显著;或者,做XM的偏回归系数检验,若显著,则调节效应显著。
&&当调节变量是类别变量、自变量是连续变量时,做分组回归分析。
&&当自变量是类别变量、调节变量是连续变量时,不能做分组回归,而是将自变量重新编码成为哑变量(
dummy variable) ,用带有乘积项的回归模型,做层次回归分析。
&&需要说明的是,除非已知X
不相关(即相关系数为零)
,否则调节效应模型不能看标准化解。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。

我要回帖

更多关于 自变量和协变量的区别 的文章

 

随机推荐