आपके जवाब में जिन दो मॉडलों को आपने सूचीबद्ध किया है, उन्हें यह स्पष्ट करने के लिए फिर से व्यक्त किया जा सकता है कि इसका प्रभाव कैसा हैX1 पर निर्भर करने के लिए पोस्ट किया गया है X2 (या दूसरे तरीके से) प्रत्येक मॉडल में।
पहला मॉडल इस तरह से फिर से व्यक्त किया जा सकता है:
Y=β0+(β1+β3X2)X1+β2X2+ϵ,
जो दिखाता है, इस मॉडल में, X1 माना जाता है कि इसका रैखिक प्रभाव है Y (के प्रभाव के लिए नियंत्रण X2) लेकिन इस रैखिक प्रभाव की भयावहता - ढलान गुणांक द्वारा कब्जा कर लिया X1 - के एक समारोह के रूप में रैखिक परिवर्तन X2। उदाहरण के लिए, का प्रभावX1 पर Y के मान के रूप में परिमाण में वृद्धि हो सकती है X2 बढ़ना।
दूसरा मॉडल इस तरह से फिर से व्यक्त किया जा सकता है:
Y=β0+(β1+β3X2)X1+β4X21+β2X2+β5X22+ϵ,
जो दिखाता है, इस मॉडल में, का प्रभाव एक्स1 पर Y (के प्रभाव के लिए नियंत्रण एक्स2) को रैखिक के बजाय द्विघात माना जाता है। दोनों को मिलाकर इस द्विघात प्रभाव को पकड़ लिया जाता हैएक्स1 तथा एक्स21मॉडल में। जबकि गुणांकएक्स21 से स्वतंत्र माना जाता है एक्स2, के गुणांक एक्स1 माना जाता है कि रैखिक पर निर्भर है एक्स2।
या तो मॉडल का उपयोग करने का मतलब है कि आप प्रभाव के स्वरूप के बारे में पूरी तरह से अलग धारणा बना रहे हैं एक्स1 पर Y (के प्रभाव के लिए नियंत्रण एक्स2)।
आमतौर पर, लोग पहले मॉडल को फिट करते हैं। इसके बाद वे उस मॉडल के अवशेषों के खिलाफ साजिश रच सकते हैंएक्स1 तथा एक्स2बारी - बारी। यदि अवशिष्टों के एक समारोह के रूप में अवशिष्ट में एक द्विघात पैटर्न प्रकट होता हैएक्स1 और / या एक्स2, मॉडल को तदनुसार बढ़ाया जा सकता है ताकि इसमें शामिल हो एक्स21 और / या एक्स22 (और संभवतः उनकी बातचीत)।
ध्यान दें कि मैंने आपके द्वारा संगति के लिए उपयोग किए गए नोटिफिकेशन को सरल बनाया और दोनों मॉडलों में थेरेपी की अवधि को स्पष्ट किया।