中介變數去中心化

『壹』 自變數是類別變數，中介變數和因變數都是連續變數。如何進行中介效應分析，具體採用什麼方法和軟體

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。簡要

『貳』 怎麼進行去中心化處理

根據侯傑泰的話：所謂中心化， 是指變數減去它的均值（即數學期望值）。對於樣本數據，將一個變數的每個觀測值減去該變數的樣本平均值，變換後的變數就是中心化的。
對於你的問題，應是每個測量值減去均值。

『叄』 「去中心化」帶來新機會迅雷鏈克展示更多可能

隨著人類社會的飛速發展，不少人發現去中心化是一種趨勢，也代表著一種新的生產關系。這是一種適合我們現在人類社會經濟高度發達、高度市場化，人人平等、互信，在這種原則之上的商務，或者業務邏輯的一種新的生產關系。自從有了去中心化的信任機制-區塊鏈，很多中介也將面臨升級和革新，像「華爾街」這種本質是金融中介的傳統媒介或許很快會發展處新的模式。

去中心化帶來的改變遠不止一個金融行業。在中國優秀的互聯網公司「迅雷」的共識中，科技是從中心化往去中心化的方向在發展，他們引以為傲的自家首創P2SP下載技術就是一種去中心化的技術，而那時候，區塊鏈還未被廣泛認可。迅雷認為，去中心化的技術，有很多的優點。它的解決方案是輕量的、低成本的;它是尊重隱私的，沒有一個中間的資料庫知道所有的事情;它符合社會的發展形態;它是一種環保共享的措施。迅雷在2014年就下決心去做去中心化的雲計算，也就是知名的共享計算，就是把計算需求分布到千家萬戶去，把用戶的閑置資源用起來。

這樣的嘗試得到了非常好的市場反應，因為共享計算比雲計算的邊際成本更低，能夠更有效的解決社會計算資源緊張與計算成本居高的社會矛盾，降低企業的運營成本，包括小米、愛奇異、熊貓直播都成為了迅雷共享計算的客戶。實際上，當前社會的計算需求是在爆發式地增長，無論是人工智慧、大數據、4K、VR，網路的需求越來越高，計算的速度越來越高，速度的需求越來越高，想要解決所有的需求，那麼就要求准備充足的計算資源。玩客獎勵計劃就是為解決這一剛需誕生的。

玩客獎勵計劃的意義在於在共享計算生態系統中，迅雷加入了區塊鏈技術，對那些通過玩客雲智能硬體分享帶寬、存儲和計算能力等閑置資源的用戶發放基於區塊鏈技術打造的數字資產鏈克(原玩客幣)，而這一計劃是用戶免費參加的，用戶也是自願貢獻閑置的計算資源給社會的。用戶主動貢獻閑置資源，迅雷支付鏈克獎勵用戶，迅雷再將資源轉化打包出售給企業，一條基於共享計算的供應鏈就構建完成了。在這個過程中，去中心化的區塊鏈技術發揮了重要的作用。

當然，完全的去中心化缺乏監管，存在一定被利用的風險，所以鏈克選擇的區塊鏈是「聯盟鏈」，並不是跟比特幣、以太坊一樣完全去中心化的公有鏈。所以，迅雷仍然具有監管的權利。為減少和避免記賬節點作惡事件的發生，以及保證用戶的交易盡快進入區塊，迅雷在選擇記賬節點時比較謹慎，初期會選擇迅雷自己網路連通性好、穩定性強的伺服器、以及合作夥伴網路連通性好、穩定性強的伺服器作為記賬節點，當下一代玩客雲硬體性能和安全性進一步提高後，會選擇分布在用戶家庭中比較穩定的玩客雲節點作為記賬節點並不斷變更。與此同時，迅雷聯合政府積極打擊投機行為，公布了堅決不ICO，打擊第三方交易，採取實名制、不限量預售活動等手段堅決抑制炒作風險，從而保證了玩客雲和鏈克生態的穩定和持續性。

諸如鏈克這樣的區塊鏈應用出現，讓我們看到，去中心化的技術可以讓行業不再變得那麼極端，各種各樣的機會都會因為新的機制引入而迸發出來，這不論是對行業還是整個社會都是具有積極意義的。

『肆』 什麼叫中介變數

托爾曼認為，行為的最初原因主要有物理的和生理的兩類，分別稱之為環境變數和個別差異變數。其中環境變數包括：

M——補給時間表

G——目標對象的適度性

S——刺激物的類型及其所提供的方式

R——所要求的運動反應類型

P——先行的或後繼的迷津單元模式

個體差異變數包括：

H——遺傳特徵

A——年齡

T——先前所受的訓練

E——特殊的激素、葯物和維生素所維持的生理狀態

托爾曼認為它們（亦稱實驗變數或自變數）與行為變數（亦稱因變數）之間的關系決不如行為主義者所說的S—R那麼簡單，二者之間還存在著一系列不能被直接觀察到的、但可以根據引起行為的先行條件及最終的行為結果本身推斷出來的中介因素，即中介變數，它們是行為的實際決定因子。我們據此能理解為什麼這樣的刺激能引起這樣的反應。

『伍』 如何用SPSS做中介效應與調節效應

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。簡要模型：Y = aX + bM + cXM + e 。Y 與X 的關系由回歸系數a + cM 來刻畫,它是M 的線性函數, c 衡量了調節效應(moderating effect) 的大小。如果c 顯著，說明M 的調節效應顯著。 2、調節效應的分析方法 顯變數的調節效應分析方法：分為四種情況討論。當自變數是類別變數，調節變數也是類別變數時，用兩因素交互效應的方差分析，交互效應即調節效應；調節變數是連續變數時，自變數使用偽變數,將自變數和調節變數中心化,做 Y=aX+bM+cXM+e 的層次回歸分析：1、做Y對X和M 的回歸,得測定系數R1 2 。2、做Y對X、M 和XM 的回歸得R2 2 ，若R2 2 顯著高於R1 2 ，則調節效應顯著。或者, 作XM 的回歸系數檢驗,若顯著,則調節效應顯著；當自變數是連續變數時，調節變數是類別變數，分組回歸:按 M 的取值分組,做 Y 對 X 的回歸。若回歸系數的差異顯著,則調節效應顯著，調節變數是連續變數時，同上做Y=aX +bM +cXM +e 的層次回歸分析。 潛變數的調節效應分析方法：分兩種情形：一是調節變數是類別變數,自變數是潛變數；二是調節變數和自變數都是潛變數。當調節變數是類別變數時,做分組結構 方程分析。做法是,先將兩組的結構方程回歸系數限制為相等,得到一個χ 2 值和相應的自由度。然後去掉這個限制,重新估計模型,又得到一個χ 2 值和相應的自 由度。前面的χ 2 減去後面的χ 2 得到一個新的χ 2,其自由度就是兩個模型的自由度之差。如果χ 2 檢驗結果是統計顯著的,則調節效應顯著；當調節變數和自變 量都是潛變數時，有許多不同的分析方法，最方便的是Marsh,Wen 和Hau 提出的無約束的模型。 3．中介變數的定義 自變數X 對因變數Y 的影響,如果X 通過影響變數M 來影響Y,則稱M 為中介變數。 Y=cX+e1, M=aX+ e2 , Y= c′X+bM+e3。其中,c 是X 對Y 的總效應,ab 是經過中介變數M 的中介效應,c′是直接效應。當只有一個中介變數時,效應之間有 c=c′+ab，中介效應的大小用c-c′=ab 來衡量。 4、中介效應分析方法 中介效應是間接效應,無論變數是否涉及潛變數,都可以用結構方程模型分析中介效應。步驟為：第一步檢驗系統c，如果c 不顯著，Y 與X 相關不顯著，停止中介 效應分析，如果顯著進行第二步；第二步一次檢驗a，b，如果都顯著，那麼檢驗c′，c′顯著中介效應顯著，c′不顯著則完全中介效應顯著；如果a，b至少 有一個不顯著，做Sobel 檢驗，顯著則中介效應顯著，不顯著則中介效應不顯著。Sobel 檢驗的統計量是z=^a^b/sab ，中 ^a, ^b 分別是 a, b 的估計, sab=^a2sb2 +b2sa2, sa,sb 分別是 ^a, ^b 的標准誤。 5. 調節變數與中介變數的比較 調節變數M 中介變數M 研究目的 X 何時影響Y 或何時影響較大 X 如何影響Y 關聯概念 調節效應、交互效應 中介效應、間接效應 什麼情況下考慮 X 對Y 的影響時強時弱 X 對Y 的影響較強且穩定 典型模型 Y=aM+bM+cXM+e M=aX+e2 Y=c′X+bM+e3 模型中M 的位置 X,M 在Y 前面,M 可以在X 前面 M 在X 之後、Y 之前 M 的功能 影響Y 和X 之間關系的方向(正或負) 和強弱 代表一種機制,X 通過它影響Y M 與X、Y 的關系 M 與X、Y 的相關可以顯著或不顯著(後者較理想) M 與X、Y 的相關都顯著 效應 回歸系數c 回歸系數乘積ab 效應估計 ^c ^a^b 效應檢驗 c 是否等於零 ab 是否等於零 檢驗策略 做層次回歸分析,檢驗偏回歸系數c 的顯著性(t 檢驗);或者檢驗測定系數的變化(F 檢驗) 做依次檢驗,必要時做 Sobel 檢驗 6. 中介效應與調節效應的SPSS 操作方法 處理數據的方法 第一做描述性統計，包括M SD 和內部一致性信度a（用分析里的scale 里的 realibility analsys） 第二將所有變數做相關，包括統計學變數和假設的X，Y，M 第三做回歸分析。（在回歸中選線性回歸linear） 要先將自變數和M 中心化，即減去各自的平均數 1、現將M（調節變數或者中介變數）、Y 因變數，以及與自變數、因變數、M 調節變數其中任何一個變數相關的人口學變數輸入indpendent 2、再按next 將X 自變數輸入（中介變數到此為止） 3、要做調節變數分析，還要將X與M 的乘機在next 里輸入作進一步回歸。檢驗主要看F 是否顯著

『陸』 什麼是「去中心化經濟體」

在一個分布有眾多節點的系統中，每個節點都具有高度自治的特徵。節點之間彼此可以自由連接，任何一個節點都可能成為階段性的中心，但不具備強制性的中心控制功能。這種開放式、扁平化、平等性的系統現象或結構被稱為去中心化。去中心化經濟體中，用戶通過P2P的方式進行交易，去中介化極大降低成本，方便快捷。

『柒』 海爾張瑞敏說的去中介化是什麼意思

海爾現在打造的是無邊界的平台模式。去中心化、無邊界化是海爾戰略的持續升級的表現。自2005年起，海爾創新組織結構，引入「自主經營體」形式，打破組織邊界走平台化轉型之路。在組織的垂直結構上去中心化，取消科層制，各部門和各流程間建立起自驅動和共分享的平台機制。這一改進意義就在於通過無界的思維方式，對接兩個以上供需方，創造出潛在的巨大價值。

非常值得學習的管理思想和模式

『捌』 數據，交互變數一定要去中心化嗎

不一定，中心化處理只不過是為了方便解釋而已，並不影響各項回歸系數。（南心網 調節效應中心化處理）

『玖』 spss中，變數去中心化是變數減去該變數的均值，那麼zscore又是什麼呢

中心化是減去均值，Z分數是再除以標准差，二者都是中心化的方法。