我拥有与电影有关的数据:总观看次数,评分,评论网站上的票数。我的假设是“评分”减轻了“投票”对“观点”的影响。我确定了平均票数和评分,然后建立了总观看次数(毛额)模型:
model1<- lm(gross~votes_m*rating_m,mdata2)
结果为:
Call:
lm(formula = gross ~ votes_m * rating_m, data = mdata2)
Residuals:
Min 1Q Median 3Q Max
-207814916 -20893642 -5018438 12947591 455882040
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.568e+07 9.058e+05 72.51 <2e-16 ***
votes_m 5.983e+02 1.099e+01 54.43 <2e-16 ***
rating_m -1.987e+07 9.393e+05 -21.15 <2e-16 ***
votes_m:score_m -1.786e+02 5.844e+00 -30.56 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 48560000 on 3797 degrees of freedom
Multiple R-squared: 0.5208, Adjusted R-squared: 0.5204
F-statistic: 1376 on 3 and 3797 DF, p-value: < 2.2e-16
我不确定这是否意味着“评分”会缓和“投票”对“观看次数”的影响,有充分的证据。任何帮助,将不胜感激!
在您的情况下,会产生调节作用,因为交互作用项很重要,因此投票和评级变量都具有直接作用。重要说明:根据Hayes(2017)的说法,只要相互作用项在统计上是显着的,就不一定需要直接作用来确认调节作用。但是,您的情况很严格,因为所有变量的统计意义都很高。您将其报告为p <.001>。
参考
Hayes,A. F.(2017)。 中介,调节和条件过程分析介绍:基于回归的方法。英国伦敦:吉尔福德出版社。