最近遇到一個問題，翻了許多資料後還是沒啥頭緒 所以上來請教有經驗的板友 我的問題和中介效果、調節效果有關 內容有點長，裡面的故事也都是另外舉例的，還望大家能有耐心看完.. 首先，簡單說明一下我的主題 一開始我想檢驗「身體的健康程度」(X)和「體重是否變瘦」(Y)兩者間的相關性 X是連續變數，0非常健康-------->20病情嚴重，病越重，分數越高 Y是二分的變數（變瘦1／沒變瘦0） 傳統論點認為：健康越不佳，體重就會變瘦 所以檢證的假設是：X和Y之間是 正相關 但跑了Logistic迴歸之後卻發現，X和Y之間的相關性 不顯著 且是 負相關 所以接下來我就想找看看有無其他的因素會影響X和Y間的關係 從過去理論文獻當中 學者們提到「吃進去的食物性質與數量」(M)會影響「體重變瘦與否」(Y) 因此我就列出三種食物（澱粉類M1、水果類M2、茶類M3）（連續變數） 檢驗他們的相關性 結果呈現出： 一，「健康程度」(X)和 澱粉類M1、水果類M2、茶類M3 都有顯著的 負相關 （病越重，吃得越少） 二，只有 澱粉類M1 和 「體重變瘦」(Y) 之間有顯著的 負相關 至於M2 M3都未顯著 （澱粉類的熱量高，吃越少，越會變瘦；吃越多，越會發胖） 所以我就知道 澱粉類M1 可能會影響X和Y的關係 為了確定M1確實有影響 因此我把 M1當成 控制變數，和X一起再跑一次 Logistic迴歸 結果顯示： X對Y的關聯程度提升，而且負相關達到顯著水準 我現在的問題點是： 一，請問我把M1當成控制變數的做法 能不能用來判定 M1的確有著中介或調節的效果？ （我不需要知道效果的強度，或完全中介與部分中介 只需要知道是不是有中介效果即可） 二，我查到的資料在進行中介或調解效果分析時 依變項(Y)都是連續變項，或者分成三份以上的變項（用虛擬變項去跑） 但我的依變項卻是二分，0和1的變項 好像沒辦法用這種方式去檢驗？那有沒有其他合適的方法？ 三，大家常說的中介效果成立都是符合： (a) X------->Y 顯著 (b) X------->M1 顯著 (c) X*M1---->Y 但我的情況是： (a)X------->Y 就已經不顯著 但是 (b)X------->M1 顯著 (c)M1------>Y 顯著 那這樣 X----> M1-----> Y 之間還有中介或調節的關係嗎？ 四，在這樣的情況之下，該怎麼替 M1 定名？ 它是 中介變數？調節變數（干擾變數）？還是......？ 五，該怎麼詮釋統計結果比較妥當？ 目前比較確定的是： 1. X和Y沒有顯著的直接相關（身體的健康程度不會直接讓體重變瘦） 2. M1和Y有顯著的負相關（澱粉類吃越多，體重越胖0 吃越少，體重越瘦1） 3. X和M1有顯著的負相關（病得越重，吃東西的量越少） 4. 把M1當成控制變項後，X和Y之間出現 顯著負相關 （病得越重，體重越胖0，身體越健康，體重越瘦1） 如果只就2和3（X--->M1，M1---->Y）這兩段來解釋，是合乎理論預期 （病得越重，澱粉類吃越少，澱粉類吃越少，則體重越瘦 所以病情越重 與 體重變瘦 之間有著正相關） 但M1的角色是甚麼？可以把它稱為中介變項嗎？ 另外，要怎麼解讀 4 這一點？ 它雖然凸顯出M1的影響力，可是卻和理論預期相反 而且也和結合2,3兩段後的解釋相反 在控制M1以後，X和Y呈現出顯著的負相關 （病越重，體重越胖？？？） 我目前的解釋方法是： 病情的嚴重程度(X)在某種情況之下的確可能使得 體重變瘦(Y) 但體重變瘦與否 必須視 澱粉類M1 吃的數量多寡而定 M1是很重要的干擾或中介變項 倘若病情很嚴重，同時澱粉類吃很多，那麼體重變瘦的機率會增加 如果病情嚴重，但澱粉類吃很少，則變瘦的機率會下降 如果身體很健康，但澱粉類吃很多，會提高變胖的機會 如果很健康，但澱粉吃很少，會降低變胖的機會 請問這樣的解釋妥當嗎？？ 懇請版友們提供建議，萬分感謝!! --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 112.105.52.213 ※ 文章網址: http://webptt.com/m.aspx?n=bbs/Statistics/M.1397689607.A.176.html 感謝大大的回覆 我的確搞不太懂中介和調節的意思 有些資料甚至把調節和中介的檢驗方式寫成同一種 請問我文中提到的M1 是屬於哪一種呢?? ※ 編輯: winchin (112.105.52.213), 04/17/2014 14:36:15