去中心化后主变量不显著

『壹』 stata璋冭妭鍙橀噺鍘讳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缂撹В娣锋潅鍙橀噺瀵瑰洜鏋滄晥搴斾及璁＄殑骞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绯绘暟鍙樺寲骞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℃绘槸鍙鑳戒細浜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归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恒傝繖鏍蜂笉浠呬細鏈夋晥闃绘㈢爺绌朵汉鍛樹粠鎺у埗鍙橀噺涓寰楀嚭閿欒鐨勫洜鏋滅粨璁猴紝鑰屼笖杩樼畝鍖栧疄璇佺爺绌惰烘枃鐨勮ㄨ洪儴鍒嗭紝骞惰妭鐪佸疂璐电殑璧勬簮鐢ㄦ潵璁ㄨ轰富瑕佸彉閲忕殑缁忔祹鏁堟灉銆

『贰』 process里中心化选哪个no centering

中心化处理之前先说一下“多重共线性”。多重共线性是指在回归模型中，变量之间存在高度相关的问题。多重共线性会导致显著的回归系数变得不显著；因为该变量与其他预测变量高度相关，当控制其他变量恒定的时候，该变量也很大程度上是不变的，对因变量方差的解释率很低，所以就不显著了
其中，是用其他变量来预测变量j时的多元相关系数的平方（就是把变量j当作因变量，其他变量作为自变量，算出来的R square）；是预测变量的方差；n是样本量；是预测Y的回归模型的误差(就是前面式子里的）的均方；

『叁』 研究调节效应其他变量用不用放进来

研究调节效应其他变量用放进来，可以判断具有调节效应。

交互项显著说明有调节效应，调节变量不显著说明这个调节变量在控制了自变量和调节项之后单独的作用不显著，简单说就是“调节效应存在”。

可以这样理解：调节效应存在，但是调节变量对因变量的影响不显著，所以才会出现交互项显著，但是调节变量不显著结果。这个模型找到文献支持可以成立的。调节变量可以是定性的，也可以是定量的。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。

在用软件做调节效应分析：

X是自变量，M是调节变量，Y是因变量（1）单独分析X与Y显著（2）单独分析M和Y也显著（3）单独分析X和M显著（4）最后将X*M，X和Y同时带入方程，结果显示交互项X*M显著，但是X和M分别对Y不显著了。

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。

以上内容参考：网络-调节变量