去中心化後主變數不顯著

『壹』 stata璋冭妭鍙橀噺鍘諱腑蹇冨寲澶勭悊鍚庤繕鏄涓嶆樉钁楁庝箞鍔

瀹夎匔ENTER銆
鎺у埗鍙橀噺鐢ㄦ潵鍦澶氬厓鍥炲綊鍒嗘瀽涓緙撹В娣鋒潅鍙橀噺瀵瑰洜鏋滄晥搴斾及璁＄殑騫叉壈銆傛垜浠涓嶉渶瑕佽繃澶氱殑鎷呭績銆屾帶鍒跺彉閲忕殑緋繪暟鍙樺寲騫舵病鏈夐勬湡鐨勮抗璞°嶃傚洜涓哄湪瀹為檯鎿嶄綔涓鎺у埗鍙橀噺鐨勪及璁℃繪槸鍙鑳戒細浜х敓鍋忓樊銆傜浉鍙嶏紝鐮旂┒浜哄憳搴旇ユ洿鍔犱笓娉ㄤ簬瑙ｉ噴涓昏佸彉閲忕殑杈歸檯鏁堝簲銆傜浉姣斾箣涓嬶紝鎺у埗鍙橀噺鍑犱箮娌℃湁瀹炶川鎬ф剰涔夛紝鎴戜滑鍙浠ユ斁蹇冨湴鐪佺暐鎴栧彧鍦ㄩ檮褰曚腑璁ㄨ恆傝繖鏍蜂笉浠呬細鏈夋晥闃繪㈢爺絀朵漢鍛樹粠鎺у埗鍙橀噺涓寰楀嚭閿欒鐨勫洜鏋滅粨璁猴紝鑰屼笖榪樼畝鍖栧疄璇佺爺絀惰烘枃鐨勮ㄨ洪儴鍒嗭紝騫惰妭鐪佸疂璐電殑璧勬簮鐢ㄦ潵璁ㄨ轟富瑕佸彉閲忕殑緇忔祹鏁堟灉銆

『貳』 process里中心化選哪個no centering

中心化處理之前先說一下「多重共線性」。多重共線性是指在回歸模型中，變數之間存在高度相關的問題。多重共線性會導致顯著的回歸系數變得不顯著；因為該變數與其他預測變數高度相關，當控制其他變數恆定的時候，該變數也很大程度上是不變的，對因變數方差的解釋率很低，所以就不顯著了
其中，是用其他變數來預測變數j時的多元相關系數的平方（就是把變數j當作因變數，其他變數作為自變數，算出來的R square）；是預測變數的方差；n是樣本量；是預測Y的回歸模型的誤差(就是前面式子里的）的均方；

『叄』 研究調節效應其他變數用不用放進來

研究調節效應其他變數用放進來，可以判斷具有調節效應。

交互項顯著說明有調節效應，調節變數不顯著說明這個調節變數在控制了自變數和調節項之後單獨的作用不顯著，簡單說就是「調節效應存在」。

可以這樣理解：調節效應存在，但是調節變數對因變數的影響不顯著，所以才會出現交互項顯著，但是調節變數不顯著結果。這個模型找到文獻支持可以成立的。調節變數可以是定性的，也可以是定量的。在做調節效應分析時,通常要將自變數和調節變數做中心化變換。

在用軟體做調節效應分析：

X是自變數，M是調節變數，Y是因變數（1）單獨分析X與Y顯著（2）單獨分析M和Y也顯著（3）單獨分析X和M顯著（4）最後將X*M，X和Y同時帶入方程，結果顯示交互項X*M顯著，但是X和M分別對Y不顯著了。

Y與X的關系受到第三個變數M的影響。調節變數可以是定性的（如性別、種族、學校類型等），也可以是定量的（如年齡、受教育年限、刺激次數等），它影響因變數和自變數之間關系的方向（正或負）和強弱。

以上內容參考：網路-調節變數