交互项去中心化

❶ 层次回归中交互项如何算的

将自变量和调节变量中心化之后用中心化的值相乘 得到一个新的变量（即交互项的乘积） 然后再放入回归；
中心化有几种方法，这里介绍最常用的两种，一种是减去平均值，一种是z分数。
减去平均值：先进行一个description统计，得到描述性统计结果，有平均数和标准差。然后使用compute命令，新建一个变量=原变量-平均数。
z分数，和上面的结果差不多，只不过在新变量的基础之上除以标准差，得到一个分数。

❷ 交互项中心化问题求助

假设对A进行中心化得到CA，当CA为负，表示该值小于均值，当CA为正，表示该值大于均值。简言之，负值也是有意义的。

❸ 求大神SPSS帮忙看一下，这个分层回归分析后的结果是什么状况啊！

分层回归通常用于中介作用或者调节作用研究中。

分析时通常第一层放入基本个人信息题项或控制变量; 第二层放入核心研究项。使用SPSSAU在线spss分析结果显示如下：

R²：模型的解释力度

F 值：用于判断模型是否有意义，如果对应P值小于0.05说明模型有意义

△R²：模型变化时，R²值的变化情况

△F 值：模型变化时，F值的变化(该值不是直接F值相减)，如果对应P值小于0.05则说明模型变化有意义，具体可通过△R²查看模型解释力度变化情况，以及查看新增加的自变量的显著性情况。具体分析可结果智能文字分析，进行解读。

❹ sps搜索s调节分析中，自变量x，调节变量m都对因变量有正向影响，x*m的交互项却与因变量的回归为负值

X、M对Y是正向，XM对Y是负向，这个也有可能的。建议做一下中心化处理，考虑共线性等问题。（南心网 SPSS调节效应分析）

❺ 如何做SPSS的调节效应

做SPSS的调节效应方法：

1. 用回归，回归也有两种方法来检验调节效应，看下面的两个方程，y是因变量，x是自变量，m是调节变量，mx是调节变量和自变量的交互项，系数是a b c c'。检验两个方程的R方该变量，如果该变量显著，说明调节作用显著，也可以直接检验c'的显著性，如果显著也可以说明调节作用。

   

   ❻ 怎么进行去中心化处理

   根据侯杰泰的话：所谓中心化， 是指变量减去它的均值（即数学期望值）。对于样本数据，将一个变量的每个观测值减去该变量的样本平均值，变换后的变量就是中心化的。
   对于你的问题，应是每个测量值减去均值。

   ❼ 数据，交互变量一定要去中心化吗

   不一定，中心化处理只不过是为了方便解释而已，并不影响各项回归系数。（南心网 调节效应中心化处理）

   ❽ 实证分析中交互项的系数符号代表什么意思

   这个是用来做调节效应分析的，将自变量与调节变量中心化之后相乘即可得到交互项。（南心网 SPSS调节效应回归分析）