Il tuo metodo non sembra rispondere alla domanda, supponendo che un "effetto moderatore" sia una variazione di uno o più coefficienti di regressione tra i due gruppi. I test di significatività nella regressione valutano se i coefficienti sono diversi da zero. Il confronto dei valori di p in due regressioni ti dice poco (se non altro) sulle differenze di quei coefficienti tra i due campioni.
Invece, introdurre il genere come variabile fittizia e interagire con tutti i coefficienti di interesse. Quindi verificare la significatività dei coefficienti associati.
Ad esempio, nel caso più semplice (di una variabile indipendente) i tuoi dati possono essere espressi come un elenco di tuple cui g i sono i sessi, codificati come 0 e 1 . Il modello per il genere 0 è( xio, yio, gio)gio010
yio= α0+ β0Xio+ εio
(dove indicizza i dati per cui g i = 0 ) e il modello per genere 1 èiogio= 01
yio= α1+ β1Xio+ εio
(dove indicizza i dati per i quali g i = 1 ). I parametri sono α 0 , α 1 , β 0 e β 1 . Gli errori sono i ε i . Supponiamo che siano indipendenti e identicamente distribuiti con zero mezzi. Un modello combinato per verificare la differenza di pendenze (i β ) può essere scritto comeiogio= 1α0α1β0β1εioβ
yio= α + β0Xio+ ( β1- β0) ( xiogio) + εio
(dove varia su tutti i dati) perché quando si imposta g i = 0, l'ultimo termine viene eliminato, dando il primo modello con α = α 0 e quando si imposta g i = 1 i due multipli di x i si combinano per dare β 1 , dando il secondo modello con α = α 1 . Pertanto, è possibile verificare se le pendenze sono uguali (l '"effetto moderatore") adattando il modelloiogio= 0α = α0gio= 1Xioβ1α = α1
yio= α + βXio+ γ( xiogio) + εio
γ^
yio= α + δgio+ βXio+ γ( xiogio) + εio.
δ^
εio