4.3. Poisson regression–interaction

4.3. Poisson regression–interaction effects
To evaluate Hypothesis 2b and Hypothesis 3b (the interaction effects), we incorporate interaction terms between financial education and financial experience, and between financial education and parents’ financial experience into our Poisson regression model. The model is otherwise the same as the main effects only model. Before interpreting the coefficients on interaction terms in Table 4, it should be noted that there is a baseline difference in financial knowledge scores between those who had financial education in college and those who did not. After mean-centering, marginal means of financial knowledge scores estimated from
Table 4 Poisson regression results–interaction effects
IRR Coefficient Sig. SE
Intercept .95 .06 .14 Factors Financial education before 2007 1.20 .18 *** .03 Financial experience before 2007 1.12 .12 *** .02 Parents’ financial experience 1.05 .05 ** .02 Financial education before 2007* .93 .07 ** .03 Financial experience before 2007 Financial education before 2007* .93 .07 * .04 Parents’ financial experience Covariates Male 1.19 .18 *** .02 Age in 2007 .99 .01 .01 Race (ref: White) Black .94 .06 *** .02 Indian .96 .04 .08 Asian .98 .02 .05 Other .95 .05 * .03 Education 1.07 .07 *** .01 High school GPA 1.14 .13 *** .02 Income from wage and salary in 2006 (ref: under $10,000) $10,000 to $25,000 1.06 .05 ** .02 $25,000 to $50,000 1.12 .11 *** .02 $50,000 or more 1.16 .15 *** .03 Parents’ education 1.03 .03 *** .01 Ask parents about finance issues .96 .04 ** .02 N 3597 Wald  2 (df) 996.38 (18) AIC 10277.70 BIC 10395.27
The table shows the results of Poisson regression with interaction effects. Dependent variable is the number of correct financial knowledge questions answered (0–3). Independent variables are respondents’ financial education before 2007, financial experience before 2007, parents’ financial experience, interaction between financial education before 2007 and financial experience before 2007, and interaction between financial education before 2007 and parents’ financial experience. Control variables include gender, age in 2007, race, education, high school GPA, respondents’ income from wage and salary in 2006, parents’ education attainment, and whether respondents asked parents about finance issues. Regression coefficients (  ), incidence rate ratios (IRRs) calcu- lated as (e  ), significance level and standard error are reported. ***, **, and * indicate statistical significance at the 1%, 5%, and 10% levels, respectively.
130 N. Tang, P.C. Peter / Financial Services Review 24 (2015) 119–137
Poisson regression for those who received financial education in college are 1.80 (SE  0.07) and 1.50 for those who did not receive finance education in college (SE  0.04). This difference needs special attention because Poisson regression coefficients can be interpreted as the percentage predicted change in financial knowledge scores expected by one unit change in a predictor, not the unit predicted change in financial knowledge scores (Coxe, West, and Aiken, 2009). Thus, an equal percentage change for those with and without financial education will ultimately result in an even greater difference in financial knowledge scores because those who had financial education in college have a higher baseline of predicted financial knowledge scores (i.e., as the value of any number becomes larger, a constant percentage change will result in an increasingly larger absolute change in the number). For the aforementioned reasons, one intuitive and recommended approach to better understand the results of Poisson regression interactions is to visually plot the marginal predicted financial knowledge scores for those had financial education and those did not across values of each respective independent variable, holding all other variables constant at their mean or reference value (Coxe, West, and Aiken, 2009). Therefore, we depict these marginal mean plots in Figs. 2 and 3, along with Table 4 to demonstrate the interaction effects. Table 4 shows that the positive relationship between financial experience and financial knowledge score is stronger among those who lack financial education than those who have it. The slope difference test is significant (  0.07, p  0.05). These findings support Hypothesis 2b. The results indicate that, the financial knowledge gap between those who had finance education and those who did not will narrow as financial experience levels increase. Fig. 2 clearly depicts this point. The positive relationship between parents’ financial experience and financial knowledge score is stronger among those who lack financial education than those who have it. The
Fig. 2. Marginal means of financial knowledge score by Financial Education *Financial Experience (95% confidence interval).
131N. Tang, P.C. Peter / Financial Services Review 24 (2015) 119–137

ผลลัพธ์ (ไทย) 1:

4.3. ปัวถดถอย – โต้ตอบลักษณะประเมินสมมติฐาน 2b และสมมติฐาน 3b (ผลจากการโต้ตอบ), เรารวมคำโต้ตอบ ระหว่าง financial การศึกษาและประสบการณ์ financial และ financial ศึกษาและพ่อแม่ financial ประสบการณ์ในแบบจำลองถดถอยปัวซองของเรา แบบได้มิฉะนั้นเหมือนเป็นหลักลักษณะพิเศษของแบบจำลองเท่านั้น ก่อนที่จะทำนายการ coefficients ในคำโต้ตอบในตาราง 4 มันควรจดบันทึกว่า มีความแตกต่างพื้นฐานใน financial รู้คะแนนระหว่างผู้ที่มี financial ศึกษาในวิทยาลัยและผู้ที่ไม่ หลังจากค่าเฉลี่ยจัดกึ่งกลาง หมายถึงกำไรของ financial รู้คะแนนประเมินจากตารางผลกระทบผลลัพธ์ – โต้ตอบถดถอยปัว 4IRR Coefficient Sig. SEดัก.95 .06 ศึกษาปัจจัยเงิน.14 ก่อน 2007 1.20 .18 *** .03 เงินประสบการณ์ก่อน 2007 1.12 .12 *** .02 financial พ่อแม่พบ 1.05 .05 ** .02 ศึกษาเงินก่อน 2007 * .93 .07 ** .03 เงินประสบการณ์ก่อนการศึกษาการเงิน 2007 ก่อน 2007 * .93 .07 * .04 พ่อแม่ financial ประสบการณ์ Covariates ชาย 1.19 .18 *** .02 อายุใน 2007 .99 .01 .01 แข่งขัน (อ้างอิง: ขาว) ดำ.94 .06 *** .02 อินเดีย.96 .04 .98 .08 เอเชีย.02 .95 .05 อื่น ๆ .05 * .03 ศึกษา 1.07 .07 *** .01 โรงเรียนเกรดเฉลี่ย 1.14 .13 *** .02 รายได้จากค่าจ้างและเงินเดือนในปี 2549 (อ้างอิง: ภายใต้ $10000) $10000 ถึง $70000 1.06 .05 ** .02 $25000 $50000 1.12 .11 *** .02 $50000 หรือ 1.16 เพิ่มเติม.15 *** .03 ศึกษาพ่อแม่ 1.03 .03 *** .01 ถามผู้ปกครองเกี่ยวกับปัญหา finance .96 .04 ** .02 N 3597 Wald 2 (df) 996.38 (18) AIC 10277.70 BIC 10395.27ตารางแสดงผลการถดถอยปัวมีผลโต้ตอบ ขึ้นอยู่กับตัวแปรคือ จำนวนของ financial ถูกต้องรู้ถามตอบ (0-3) ตัวแปรอิสระผู้ตอบศึกษา financial ก่อน 2007, financial ประสบการณ์ก่อน 2007 พ่อแม่ financial ประสบการณ์ โต้ตอบระหว่างศึกษา financial ก่อน 2007 และ financial ประสบการณ์ก่อน 2007 และโต้ตอบระหว่างศึกษา financial ก่อน 2007 และประสบการณ์ของผู้ปกครอง financial ตัวแปรควบคุมได้แก่เพศ อายุใน 2007 การแข่งขัน การศึกษา มัธยม GPA ผู้ตอบรายได้จากค่าจ้างและเงินเดือนในปี 2006 สำเร็จการศึกษาของผู้ปกครอง และว่าการที่ผู้ตอบถามพ่อแม่เกี่ยวกับเรื่อง finance มีรายงาน() coefficients ถดถอย อุบัติการณ์อัตราอัตราส่วน (IRRs) calcu significance lated เป็น (e), ระดับ และมาตรฐานข้อผิดพลาด , **, และ * ระบุ significance สถิติที่ 1%, 5% และที่ ระดับ 10% ตามลำดับถังตอนเหนือ 130 ปีเตอร์สาร / เงินบริการตรวจทาน 24 (2015) 119-137Poisson regression for those who received financial education in college are 1.80 (SE  0.07) and 1.50 for those who did not receive finance education in college (SE  0.04). This difference needs special attention because Poisson regression coefficients can be interpreted as the percentage predicted change in financial knowledge scores expected by one unit change in a predictor, not the unit predicted change in financial knowledge scores (Coxe, West, and Aiken, 2009). Thus, an equal percentage change for those with and without financial education will ultimately result in an even greater difference in financial knowledge scores because those who had financial education in college have a higher baseline of predicted financial knowledge scores (i.e., as the value of any number becomes larger, a constant percentage change will result in an increasingly larger absolute change in the number). For the aforementioned reasons, one intuitive and recommended approach to better understand the results of Poisson regression interactions is to visually plot the marginal predicted financial knowledge scores for those had financial education and those did not across values of each respective independent variable, holding all other variables constant at their mean or reference value (Coxe, West, and Aiken, 2009). Therefore, we depict these marginal mean plots in Figs. 2 and 3, along with Table 4 to demonstrate the interaction effects. Table 4 shows that the positive relationship between financial experience and financial knowledge score is stronger among those who lack financial education than those who have it. The slope difference test is significant (  0.07, p  0.05). These findings support Hypothesis 2b. The results indicate that, the financial knowledge gap between those who had finance education and those who did not will narrow as financial experience levels increase. Fig. 2 clearly depicts this point. The positive relationship between parents’ financial experience and financial knowledge score is stronger among those who lack financial education than those who have it. TheFig. 2 หมายถึงกำไรของคะแนนความรู้ financial โดยศึกษาทางการเงิน * การเงินประสบการณ์ (confidence 95% ช่วง)131N. ถัง ปีเตอร์สาร / เงินบริการตรวจทาน 24 (2015) 119-137

ผลลัพธ์ (ไทย) 2:

4.3 Poisson
ผลกระทบถดถอยปฏิสัมพันธ์เพื่อประเมิน2b สมมติฐานและสมมติฐาน 3b (ผลกระทบการทำงานร่วมกัน) เรารวมแง่ปฏิสัมพันธ์ระหว่างสายการเงินการศึกษาและประสบการณ์การสายการเงินและระหว่างสายการเงินการศึกษาและผู้ปกครอง 'ไฟประสบการณ์ทางการเงินในรูปแบบของเราถดถอยปัวซอง รูปแบบเป็นอย่างอื่นเช่นเดียวกับผลกระทบหลักเฉพาะรุ่น ก่อนที่จะตีความ cients สาย COEF ในแง่ของการทำงานร่วมกันในตารางที่ 4 ก็ควรจะตั้งข้อสังเกตว่ามีความแตกต่างในคะแนนพื้นฐานความรู้ทางการเงินระหว่างผู้ที่มีการศึกษาสายการเงินในวิทยาลัยและผู้ที่ไม่ได้ หลังจากที่ค่าเฉลี่ยตรงกลางหมายถึงขอบของคะแนนความรู้ทางการเงินประมาณจากตารางที่ 4 ผลกระทบ Poisson ถดถอยผลการปฏิสัมพันธ์ IRR COEF ไฟเพียงพอ Sig SE ตัด 0.95? 0.06 0.14 ปัจจัยการศึกษาทางการเงินก่อนที่ 2,007 1.20 0.18 0.03 *** ประสบการณ์ทางการเงินก่อนที่ 2,007 1.12 0.12 0.02 *** สายผู้ปกครองประสบการณ์การเงิน 1.05 0.05 0.02 ** การศึกษาทางการเงินก่อนที่ 2,007 * 0.93? 0.07 ** 0.03 ประสบการณ์ทางการเงินก่อนที่ 2007 การศึกษาทางการเงินก่อนที่ 2,007 * 0.93? 0.07 * 0.04 สายผู้ปกครองประสบการณ์การเงินตัวแปรชาย 1.19 0.18 0.02 *** อายุในปี 2007 0.99? 0.01 0.01 การแข่งขัน (อ้างอิง: ขาว) สีดำ 0.94 0.06 *** 0.02 0.96 0.04 อินเดีย 0.08 0.98 0.02 เอเชียอื่น ๆ 0.05 0.95 0.05 * 0.03 1.07 0.07 การศึกษา ***?? 01 โรงเรียนมัธยมเกรดเฉลี่ย 1.14 0.13 0.02 *** รายได้จากค่าจ้างและเงินเดือนในปี 2006 (อ้างอิง: ภายใต้ $ 10,000 บาท) $ 10,000 $ 25,000 1.06 0.05 ** 0.02 $ 25,000 $ 50,000 1.12 0.11 *** 0.02 $ 50,000 หรือมากกว่า 1.16 *** 0.15 0.03 การศึกษาผู้ปกครอง 1.03 0.03 0.01 *** ขอให้พ่อแม่ผู้ปกครองเกี่ยวกับปัญหาไฟแนนซ์ 0.96? 0.04 ** 0.02 ไม่มี 3597 Wald? 2 (DF) 996.38 (18) AIC 10,277.70 10,395.27 BIC ตารางแสดงให้เห็นถึงผลของการถดถอยปัวซองที่มีผลกระทบการทำงานร่วมกัน ตัวแปรตามคือจำนวนของสายที่ถูกต้องคำถามความรู้ทางการเงินตอบ (0-3) ตัวแปรอิสระที่มีผู้ตอบแบบสอบถามสายการศึกษาการเงินก่อนปี 2007 ประสบการณ์ทางการเงินก่อนที่จะปี 2007 พ่อแม่ไฟประสบการณ์ทางการเงิน, การทำงานร่วมกันระหว่างสายการศึกษาการเงินก่อนปี 2007 และประสบการณ์ทางการเงินก่อนที่จะปี 2007 และทำงานร่วมกันระหว่างสายการศึกษาการเงินก่อนปี 2007 และพ่อแม่ไฟประสบการณ์การเงิน รวมถึงการควบคุมตัวแปรเพศอายุในปี 2007, การแข่งขัน, การศึกษา, โรงเรียนเกรดเฉลี่ยสูงตอบแบบสอบถามรายได้จากการค่าจ้างและเงินเดือนในปี 2006 พ่อแม่ที่สำเร็จการศึกษาและไม่ว่าผู้ตอบแบบสอบถามถามพ่อแม่เกี่ยวกับปัญหาไฟแนนซ์ การถดถอย COEF cients ไฟ (?) อัตราส่วนอัตราอุบัติการณ์ (IRRs) การคำนวณเป็น lated (จ) ระดับนัยมีนัยสำคัญและข้อผิดพลาดมาตรฐานจะมีการรายงาน ***, ** และ * แสดงให้เห็นนัยสำคัญทางสถิตินัยสายที่ 1%, 5%, 10% และระดับตามลำดับ. 130 ถังเอ็นพีซีปีเตอร์ / บริการทางการเงินความคิดเห็นที่ 24 (2015) 119-137 ถดถอยปัวซองสำหรับผู้ที่ ได้รับการศึกษาสายการเงินในวิทยาลัยเป็น 1.80 (SE? 0.07) และ 1.50 สำหรับผู้ที่ไม่ได้รับการศึกษาบำรุงสายในวิทยาลัย (SE? 0.04) ความแตกต่างนี้ต้องการความสนใจเป็นพิเศษเพราะการถดถอยปัวซอง COEF cients สายสามารถตีความเป็นเปอร์เซ็นต์ที่คาดการณ์การเปลี่ยนแปลงในคะแนนความรู้ทางการเงินคาดว่าโดยหนึ่งในการเปลี่ยนแปลงหน่วยทำนายไม่ใช่หน่วยที่คาดการณ์การเปลี่ยนแปลงในคะแนนความรู้ทางการเงิน (Coxe เวสต์และเคน 2009) ดังนั้นการเปลี่ยนแปลงร้อยละเท่า ๆ กันสำหรับผู้ที่มีและไม่มีสายการศึกษาการเงินในที่สุดจะส่งผลให้เกิดความแตกต่างที่ยิ่งใหญ่กว่าในคะแนนความรู้ทางการเงินเพราะผู้ที่มีสายการศึกษาการเงินในวิทยาลัยมีพื้นฐานที่สูงขึ้นของการคาดการณ์คะแนนความรู้ทางการเงิน (กล่าวคือเป็นค่าของใด ๆ จำนวนเป็นใหญ่เป็นอัตราการเปลี่ยนแปลงอย่างต่อเนื่องจะส่งผลให้การเปลี่ยนแปลงขนาดใหญ่ขึ้นแน่นอนในจำนวน) ด้วยเหตุผลดังกล่าวข้างต้นวิธีการหนึ่งที่ใช้งานง่ายและแนะนำให้เข้าใจถึงผลของการสื่อสารการถดถอยปัวซองคือการมองเห็นพล็อตร่อแร่คาดการณ์คะแนนความรู้ทางการเงินสำหรับผู้ที่มีสายการศึกษาทางการเงินและผู้ที่ไม่ได้ผ่านค่าของตัวแปรอิสระแต่ละที่เกี่ยวข้องถือตัวแปรอื่น ๆ คงที่เฉลี่ยหรือค่าอ้างอิงของพวกเขา (Coxe เวสต์และเคน 2009) ดังนั้นเราจึงเห็นภาพเหล่านี้แปลงค่าเฉลี่ยเล็กน้อยในมะเดื่อ 2 และ 3 พร้อมกับตารางที่ 4 แสดงให้เห็นถึงผลกระทบที่จะมีปฏิสัมพันธ์ ตารางที่ 4 แสดงให้เห็นว่าความสัมพันธ์เชิงบวกระหว่างประสบการณ์ทางการเงินและสายคะแนนความรู้ทางการเงินแข็งแกร่งในหมู่ผู้ที่ขาดการศึกษาสายการเงินกว่าผู้ที่มีมัน การทดสอบความแตกต่างความลาดชันเป็นลาดเทมีนัยสำคัญ (? ?? 0.07 พี? 0.05) เหล่านี้สาย ndings สนับสนุนสมมติฐาน 2b ผลการศึกษาพบว่าช่องว่างความรู้ทางการเงินระหว่างผู้ที่มีการศึกษาบำรุง fi และผู้ที่ไม่ได้จะแคบเป็นประสบการณ์ทางการเงินที่เพิ่มขึ้นระดับ มะเดื่อ. แสดงให้เห็นอย่างชัดเจน 2 จุดนี้ ความสัมพันธ์เชิงบวกระหว่างพ่อแม่ไฟประสบการณ์การเงินและไฟคะแนนความรู้ทางการเงินแข็งแกร่งในหมู่ผู้ที่ขาดการศึกษาสายการเงินกว่าผู้ที่มีมัน รูป 2. วิธี Marginal คะแนนความรู้ทางการเงินโดยการศึกษาทางการเงิน * ประสบการณ์ทางการเงิน (95% นักโทษช่วงเชื่อมั่น). 131N ถังเครื่องคอมพิวเตอร์ปีเตอร์ / บริการทางการเงินรีวิว 24 (2015) 119-137