因变量与调节变量主效应均为正，交互项系数为负，怎么解释

问题：交互项系数怎么解释

我的假设是x对y正相关，调节变量m对y是负相关，而且m会减弱x对y的影响，起到调节效果。
但是最后联合回归结果是x和m单独对y都是正相关，而二者交互项对y负相关。
貌似是调节效果跟假设一致？但是为什么m单独对y却是正相关呢？？？

经典回答：

交叉项是指两个变量联合解释，单独变量解释时会存在很明显的偏误，通过增加交叉项来降低该变量的偏误，以及防治单独变量错误回归时地错误解释。
考虑reg y a 和reg y a ab 其中y是成绩 ，a是听课时间， b是不认真程度，第一个回归可以得到y和a应该正相关，第二个回归能得到y与a正相关，但与ab负相关。若只考虑第一个回归，那我们就错误地得出结论听课时间越长成绩越好，其实考虑第二个回归就能发现成绩不仅和时间有关还与认真度有关。
一般交叉项用于定量变量（数量级，多少个）和定性变量（表示程度或者性质）之间的组合，比如最简单的性别问题，就可以在原解释变量上乘以一个性别地虚拟变量。
关于交叉项，学得不精，楼主酌情学习吧。

转载请注明：数据分析 » 因变量与调节变量主效应均为正，交互项系数为负，怎么解释