Módszerek összehasonlítása
Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.
| Moderációs (interakciós) analízis× | Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrel× | |
|---|---|---|
| Tudományterület≠ | Oksági következtetés | Ökonometria |
| Módszercsalád | Regression model | Regression model |
| Keletkezés éve≠ | 2018 | 2019 |
| Megalkotó≠ | Aiken & West (1991); Hayes (PROCESS, 2018) | Wooldridge (textbook treatment); classical least squares |
| Típus≠ | Linear regression with interaction term | Linear regression |
| Alapmű≠ | Hayes, A. F. (2018). Introduction to Mediation, Moderation, and Conditional Process Analysis (2nd ed.). Guilford Press. ISBN: 978-1462534654 | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| Alternatív nevek | interaction analysis, moderated regression, simple moderation, Düzenleyici Değişken Analizi (Moderation / İnteraksiyon) | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| Kapcsolódó | 5 | 5 |
| Összefoglaló≠ | Moderation analysis tests whether the effect of a predictor X on an outcome Y changes with the level of a third variable W, the moderator. It is estimated within a regression framework through an interaction term X×W, popularised by Aiken & West (1991) and Hayes's PROCESS macro (2018). | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateAdatkészlet ↗ |
|
|