题  目：使用随机系数回归模型分析调节效应

主讲人：袁克海教授

时  间：2013年5月18日上午9：00-11：00

地  点：心理学院五楼报告厅

调节效应的分析在心理和行为科学研究中广为应用。最常用的调节效应分析模型是有调节的多元回归模型(MMR)，其中解释变量包括乘积项或交互项，一般通过最小二乘法(LS)对模型进行估计。本文假定因变量对自变量的回归系数也受到调节变量的影响，提出使用随机系数回归模型进行调节效应分析，同时还开发出一种基于正态分布的极大似然比(NML)算法来估计模型参数，给出了参数估计值的标准误计算公式。结果表明，当误差方差不齐性时，随机系数模型的NML估计可以提供比MMR模型的LS估计更有效和更精确的参数估计值。当误差方差齐性时，随机系数模型的NML估计结果和MMR模型的LS估计结果基本一致。最重要的是，由于调节变量的存在，随机系数模型允许估计每个回归系数的方差的百分比。将这种方法应用于一个实际例子（General Social Surveys 1991），结果显示，随机系数模型的NML估计可以识别出显著的调节效应，即种族对工作声望与教育年限的关系有显著的调节作用，MMR模型的LS估计则不能。开发出了R软件包及使用说明，方便随机系数模型的应用。

袁克海教授简介

袁克海博士，美国圣母大学心理系教授，兼任我校心理学院客座教授。他在UCLA获得博士学位，研究兴趣包括结构方程模型、中介分析和调节分析、多水平模型、混合模型、项目反映理论、元分析等。他在Structural Equation Modeling, Psychological Methods, Psychometrika, British Journal of Mathematical and Statistical Psychology, Multivariate Behavioral Research等国际重要期刊上发表了上100篇学术论文。

    袁教授目前是Psychological Methods和 Journal of Multivariate Analysis两个期刊的副主编，并兼任多个期刊的编委。