点击左下角Bias-corrected percentile method,右侧便会出现详细的数值,包含参数名称(Parameter),效应(Estimate),区间(Lower,Upper)及显著性(P) 本文只是拿链式中介举例展示如何使用自定义功能计算我们想要得到的中介效应,其他更为复杂的模型都可以通过先命名参数,后在User-defined estimands中写入命令的方式计算自定义的中介效应。
首先，打开AMOS软件下方灰白页面，点击弹出的自定义框，选择"Define new estimands"功能。输入相应的代码进行自定义，代码内容需根据研究设计和变量关系具体编写。执行代码后，进入Estimates菜单，选择Scalars -> User-defined estimands -> Bootstrap Confidence。在弹出的选项中选择"Bias-corrected percentile ...
最后一步,就是查看结果啦!点击Estimates前的➕号,再点击Scalars前的➕号,然后选择User-defined estimates,最后选择Bias-corrected percentile method。这样你就能看到中介效应的分析结果了。好了,以上就是在AMOS中进行中介效应分析的全部步骤啦!希望对你有帮助。如果有任何问题,欢迎留言讨论哦!😊0 0 发表评论 发表...
1. 在AMOS界面底部点击，打开自定义选项，选择"Define new estimands"（如图2所示），然后输入相应的代码，具体代码如下（见图3）。2. 输入代码后运行，首先在Estimates菜单中选择Scalars，接着转到User-defined estimands，找到Bootstrap Confidence区域，选择Bias-corrected percentile method，进一步选择Two ...
2.输入代码后开始运行,依次点击Estimates→Scalars→User-defined estimands→左边最下方的Bootstrap Confidence中的Bias-corrected percentile method,选择Two Tailed Significance(BC)。 图4 3.根据上述步骤,可以看到四个置信区间的效应值与置信区间 图5结果显示,sind1、sind2、sind3这三条间接效应均显著,置信区间不包...
12、 effects)->Bias-corrected percentitle->Lower Bounds(0.158)->UpBounds(0.861) 0.158 到0.861没有经过0 ,因此存在中介,percentile method 同理,结果与bias相同。非标准直 接效果(estimate/matrices/direct effects)->Bias-corrected percentitle->Lower Bounds(-0.105)->Up Bounds(0.918), -0.105到0.918经过...
以判断显著性。对于心理学论文，通常使用bias-corrected percentile method，第二种percentile method则可以忽略。如果不幸地发现bias-corrected方法无法得出中介效应，而percentile方法可以，应选择后者。至于标准化间接效应，其计算方法较为基础，通过手算即可得出，故在此不做详细解释。
非标准间接效果(estimate/matrices/indirect effects)->Bias-corrected percentitle->Lower Bounds(0.158)->Up Bounds(0.861) 0.158到0.861没有经过0,因此存在中介,percentile method同理,结果与bias相同。 非标准直接效果(estimate/matrices/direct effects)->Bias-corrected percentitle->Lower Bounds(-0.105)->Up Boun...
Details Bootstrap The program makes bootstrap standard errors and confidence intervals available for all parameter estimates, effect estimates, sample means, variances, covariances, and correlations. It also implements percentile intervals and bias-corrected percentile intervals (Stine, 1989), as well as...
using fast bootstrap simulation –– Assess model fit with Bollen and Stine's bootstrap approach –– Calculate percentile intervals and bias-corrected percentile intervals • Perform randomized permutation tests to show whether equivalent or better-fitting models can be found • Specify equality con...