Advances in methods and practices in psychological science
交互效应稳定性阈值：线性回归中样本量与信度的权衡

小赛推荐：

该研究为心理学研究的实验设计提供了关键的统计学依据，强调在检验交互效应时需充分考虑样本量与测量信度对估计稳定性的影响。

 

文献概述

本文《When Do Interaction/Moderation Effects Stabilize in Linear Regression?》，发表于《Advances in methods and practices in psychological science》杂志，系统探讨了在连续变量两因子交互效应的线性回归模型中，估计稳定性如何受到样本量、主效应大小、预测变量间共线性及测量信度的影响。通过大规模蒙特卡洛模拟，研究提出了基于修正的“稳定性走廊”（COS）和“稳定点”（POS）的操作性定义，量化了不同条件下交互效应估计的可复制性。研究发现，典型心理学实地研究需近 n = 3,800 的样本量才能实现稳定估计，远超当前多数研究的样本规模。结果凸显了低统计功效与高不稳定性在交互分析中的普遍风险，为研究者提供了设计高可信度交互检验的实用指南。

背景知识

1. 该研究解决的心理学研究痛点：在非实验或自然观察研究中，研究者常试图检验调节效应（如个体差异与环境因素的交互），但由于测量误差、小效应量和低统计功效，这些交互效应极难稳定估计。许多已发表的交互结果可能在重复中方向反转或无法复现，严重威胁科学累积性。
2. 目前交互效应的研究瓶颈：传统基于80%功效的样本量规划往往假设不切实际的大效应量，而忽略测量信度对交互项可靠性的乘积性衰减。由于交互项信度 ≈ 主效应信度的乘积，低信度测量会显著放大估计变异，导致即使显著的结果也极不稳定。
3. 选题切入点：研究通过模拟不同信度（0.7–1.0）、主效应（β = 0.1–0.5）、共线性（r = 0.1–0.5）和交互效应大小（ρ = 0.05–0.2）的组合，系统评估何时交互估计在重复抽样中保持一致。引入基于百分比偏差的COS，更适用于小效应量情境，解决了传统固定宽度走廊在小效应下允许符号错误的不合理性。测量误差、统计功效、样本量计算、调节分析、估计稳定性。

 

针对神经退行性疾病（如阿尔茨海默症、帕金森病等）的药物研发，提供多种神经疾病基因编辑模型，涵盖基因敲除、条件性敲除、点突变、转基因和人源化等多种打靶方式，支持从模型构建到药效评价的全流程服务，助力疾病机制研究与新药开发。

了解更多

 

研究方法与核心实验

作者采用蒙特卡洛模拟方法，在R语言中使用InteractionPoweR包生成标准化的多元正态数据，模拟线性回归模型 Y = β₀ + β₁X₁ + β₂X₂ + β₃X₁X₂ + ϵ。通过设定不同水平的预测变量信度（rel = 0.7–1.0）、主效应大小（β₁ = β₂ = 0.1–0.5）、预测变量间相关（r = 0.1–0.5）及总体交互效应（ρ = 0.05–0.2），计算衰减后的交互效应β₃，并在不同样本量下生成10,000次重复数据集。稳定性通过“稳定性走廊”（COS）和“稳定点”（POS）评估：COS定义为预期效应β₃的±PCOS%范围（如50%），POS为80%（PPOS）估计值落入COS的最小样本量。该设计系统量化了多因素对稳定性的影响，避免了传统轨迹法的计算开销。

关键结论与观点

• 交互效应的稳定性主要由样本量和预测变量信度决定；在典型心理学研究条件下（rel = 0.8, ρ = 0.05），稳定估计需 n = 3,800，远超当前常规样本规模，对研究设计提出严峻挑战。
• 当样本量 ≤ 100 时，11% 至 45% 的交互估计出现符号错误（即真实正效应被估计为负），表明小样本下显著结果极可能误导方向，严重威胁理论建构的可靠性。
• 统计功效与稳定性高度相关：在PCOS = 50%、PPOS = 80%条件下，稳定估计对应约72%功效；达到80%功效基本保证合理稳定性，为功效分析提供了直接实践依据。
• 高信度预测变量（如实验分组）可显著降低稳定性所需样本量，因为其交互项受测量误差衰减较小，支持在实验设计中优先使用可靠操纵。
• 交互效应大小（ρ）对POS影响巨大：ρ = 0.2 时平均POS为 n = 194，而ρ = 0.05 时为 n = 3,165，表明极小效应需极大样本，提醒研究者对微弱交互主张保持谨慎。

研究意义与展望

该研究为心理学及社会科学研究提供了关键的统计基准，强调在进行调节分析前必须评估设计是否具备足够信度与样本量以支持稳定估计。它挑战了当前普遍接受的“显著即可靠”的误判，推动研究者从追求p值转向关注估计精度与可重复性。对于元科学领域，结果解释了为何交互效应复现率普遍偏低，并为预注册研究提供具体样本量指导。

在临床心理学或人格研究中，涉及基因×环境、特质×情境交互的模型常基于小样本，本研究警示此类结论可能极不稳定。未来研究应优先提升测量信度（如使用复合指标或重测）或转向大样本协作项目。此外，研究支持使用功效分析作为稳定性代理，简化了设计规划流程。

 

提供标准化的小鼠表型分析服务，包括行为学、生理生化、病理学、基因与蛋白表达、代谢分析和细胞功能检测等，支持神经科学、疾病模型研究和药理学研究，为基因功能和药物疗效提供全面验证平台。

了解更多

 

结语

本研究揭示了线性回归中两因子交互效应估计的稳定性高度依赖于样本量与测量信度，尤其在典型心理学研究背景下，稳定估计需远超当前常规的样本规模（如 n = 3,800）。这一发现对心理学研究的实践构成根本性挑战，要求研究者重新评估交互分析的可行性与解释力。许多已发表的交互结果可能因样本不足而呈现高变异甚至符号反转，威胁理论累积的可靠性。研究为设计可信的调节检验提供了量化标准，强调在低信度或小效应情境下，应避免对交互效应做出强结论。未来研究应优先提升测量质量或转向大样本设计，以确保科学发现的稳健性。该工作为提升社会科学研究的可重复性与统计严谨性奠定了方法学基石，对推动开放科学实践具有深远影响。

 

Andrew Castillo, Joshua D Miller, Colin Vize, David A A Baranger, and Donald R Lynam. When Do Interaction/Moderation Effects Stabilize in Linear Regression?. Advances in methods and practices in psychological science.