调节模型去因变量中心化

① 自变量为哑变量（0或1），在算调节效应的时候需要对其进行中心化吗

1.如果 X 是一个真的 0与1变量，比如性别，那就把它当成是连续的处理。4 M# @+ S# n8 ]4 e 2. 如果 X 是一个人工的 0与1变量，比如高于平均 vs. 低于平均，那就有问题了。因为人工的二分可以用任何的人为标准。不同的分法会严重影响结果的。

② 变量需要做中心化，请问因变量需要做中心化吗

1、因变量不需要做中心化转换； 2、第一步是自变量进入回归方程；第二步是自变量和调节变量一起进入；第三步是自变量、调节变量、交互项一起进入；

③ 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。

④ 您好！冒昧打扰了，有一些统计方面的问题想要请教您！

1、因变量不需要做中心化转换；
2、第一步是自变量进入回归方程；第二步是自变量和调节变量一起进入；第三步是自变量、调节变量、交互项一起进入；
3、将调节变量分成高低组，做自变量与因变量的回归分析，再比较高低组自变量对因变量的影响系数大小，进行斜率检验。

⑤ 拜托拜托，求各位帮忙看看这个调节效应怎么做，非常感谢！

拜托各位帮帮忙。肯定把最多的分送给您。他出过一次车祸，会是这个引起的远视吗？怎么矫正呢？ ...你好！首先祝你小外甥身体健康！以下我来给你谈谈“...

⑥ 什么是调节模型和中介模型

有机分子结构理论发展过程中的一种学说。中介效应，它指的是X对Y的影响是通过M实现的，也就是说M是X的函数，Y是M的函数（Y-M-X）。考虑自变量X对因变量Y的影响，如果X通过M影响变量Y，则称M为中介变量。例如，上司的归因研究：下属的表现——上司对下属表现的归因——上司对下属表现的反应，其中“上司对下属表现的归因”为中介变量。假设变量已经中心化或标准化其中，c是X对Y的总效应，ab是经过中介变量M的中介效应（mediating effect），c‘是直接效应。当只有一个中介变量时，效应之间有如下关系：c=c’+ab，中介效应的大小用c-c'=ab来衡量。

⑦ 毕业论文要做SPSS分析,有一个具体模型,要研究调节变量对因变量有显著性影响,应该用哪一种显著性检验

首先来回答你的问题：
1. 非标准化系数就是回归方程的斜率，表示每个自变量变化1个单位，因变量相应变化多少个单位，该系数与自变量所取的单位有关，一般不用来衡量自变量的影响力大小。
2. 标准化系数消除了自变量单位的影响，其大小可以衡量每个自变量对因变量的影响力之大小，一般来说，标准化系数的绝对值越大，该自变量对因变量的影响力就越大。

其次，大致给你提出点分析和建议（2-4条的前提是样本量够大）：
1. 样本太小，只有5组数据，得到的结果往往不可靠，强烈建议增大样本量，否则统计分析可能毫无意义，甚至造成错误。
2. 从自变量t检验结果来看，逗其来石含量地与逗颈部密度地对应的sig值均超过了0.05，用统计专业的话来说，这意味着逗在0.05的显著性水平下，这两个自变量与因变量不显著相关地，通俗的说，在自变量平均孔径存在的前提下，这两个变量基本可以排除出方程了。

3. 从偏相关性来看，3个自变量之间有极强的相关性（或共线性），因为强相关的自变量往往会导致不合理的统计分析结果，因此理论上他们不可以一起放入方程。
4. 建议你在做多元线性回归分析的时候采用多元逐步回归，这样可以按自变量影响力的大小自动排除强相关的变量，也可以自动排除对因变量无显著影响的自变量，从而得到更可靠的分析结果。

⑧ 如何用SPSS做中介效应与调节效应

中介与调节效应可以采用
spss里面的分层回归来实现，就是也在多元线性回归分析哪个对话框里面，有个
block哪个对话框，你可以一层层把自变量和调节变量
分别移到哪个对话框里面，回归结果就会出现调节效应的变化