“适度”还是“互动”？

我遇到了在很多情况下可以互换使用的这两个术语。

基本上，调节者（M）是影响X和Y之间关系的因素。调节分析通常使用回归模型进行。例如，性别（M）会影响“产品研究”（X）和“产品购买”（Y）之间的关系。

在交互中，X1和X2交互以影响Y。此处的相同示例是“产品研究”（X1）受“性别”（X2）影响，并且一起影响“产品购买”（Y）。

我可以看到，适度时，M影响XY关系，但在交互作用中，M（在这种情况下为性别）影响其他IV。

问题：如果我的项目目的是看性别如何影响X和Y之间的关系，我应该使用节制还是互动？

注意：我的项目是关于X和Y之间的相关性，而不是X和Y之间的因果关系。

您应该将这两个术语视为同义词。尽管它们的使用方式略有不同，并且来自统计内部的不同传统（“交互”与ANOVA相关联，而“主持人变量”与回归相关联），但其基本含义没有真正的区别。实际上，统计数据中充斥着同义的术语，这些术语来自于不同的传统，它们意味着同一件事。我们应该将X变量称为“预测变量”，“解释变量”，“因子”，“协变量”等吗？有关系吗？（不，不是。）

思考什么是互动的方法是，如果您要向某人解释您的发现，您将使用“依赖”一词。我将使用您的变量来构成一个故事（我无法知道这是正确的还是合理的）：可以说有人问您：“如果人们研究产品，他们会购买吗？” 您可能会回答：“嗯，这要视情况而定。对于男人来说，如果他们研究产品，通常会最终购买一个产品，但是女人喜欢为自己着想并考虑产品；通常，女人会研究产品，但是无意购买。因此，研究产品与购买该产品之间的关系取决于性别。” 在这个故事中，产品研究与性之间存在相互作用，或者性控制了研究与购买之间的关系。（再次，我不知道这个故事是否正确，我希望没有人会因此而冒犯。我只使用男人和女人，因为这是问题所在。我不是要刻板印象。）

我认为除了“在互动中，M（在这种情况下为性别）会影响其他IV”这一部分之外，您的大部分情况都是正确的。在交互中（主持人效应的真正同义词-没什么不同），不需要一个预测变量影响另一个预测变量，甚至不需要与另一个相关。“交互”（或“主持人”）所隐含的所有含义是，一个预测变量与结果相关的方式取决于另一预测变量的水平。

适度与互动

调节作用和交互作用都非常相似。从数学上讲，它们都可以通过在回归方程中使用乘积项进行建模。研究人员经常将这两个术语用作同义词，但互动和节制之间的界限很短。两者之间的差异大致类似于相关系数和回归系数之间的差异。

当我们说X和Z在结果变量Y上的相互作用时，X的作用和Z的作用之间没有真正的区别。它们都被视为预测变量。然后我们将这种效应确定为相互作用效应。

虽然，如果我们在预测变量和主持变量之间有明确的区分（基于理论），并且我们有兴趣了解预测变量对响应的影响（受主持人影响），则此效应称为调节效应。人们应该仔细选择更适合回答自己研究问题的术语。

有关这些术语的详细比较，请参阅 http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme

和

http://learnerworld.tumblr.com/post/147089718705/mediationmoderationinteractionenjoystatisticswithme

我认为关于变量z的“在y和x之间的关系”的最普通模型可以写成：

y = f（x）+ g（z）+ h（x）z

x的边际效应为f'（x）+ h'（x）z，因此调节效应为h'（x）。

麦克风