Bootstrap法的核心在于绕过传统正态分布假设,直接构建中介效应乘积项ab的抽样分布。其流程为:从原始样本中有放回地抽取大量Bootstrap样本(如5000次),每次计算路径系数a(自变量→中介变量)和b(中介变量→因变量),进而得到ab值。将这些ab值按升序排列后,取第2.5%和第97.5%分位数...
在实际应用中,可以使用统计软件(如SPSS、Stata、R等)来实现Bootstrap方法检验中介效应。这些软件提供了丰富的功能和选项。 综上所述,Bootstrap方法是一种有效的统计推断工具,用于检验中介效应的显著性和估计其置信区间。遵循上述步骤和注意事项,研究人员可以更准确地理解变量之间的关系。
第一步:X对Y做回归,回归系数c必须显著(条件1),否则停止中介效应分析。 第二步:进行X对M的回归,回归系数a必须显著(条件2),即自变量对中介变量有影响。 第三步:将X、M同时纳入回归,一同检验对Y的回归分析。如果X对Y的显著性大于0.05,且M对Y依然显著,则是M对Y的完全中介效应。如果X对Y的显著性小于0.05,且...
在SPSS等软件中,可以计算Sobel的Z值并查阅正态分布表来判断间接效应是否显著。然而,Sobel检验统计量的推导需要假设a*b服从正态分布,这在实际应用中可能存在局限性。🔹 Bootstrap中介效应检验法则是一种基于中介效应抽样分布为非正态分布的方法。这种方法通过重复抽样来估计间接效应的分布,并基于这个分布来计算置信区间...
以下是Bootstrap中介效果检验方法的步骤: 1.确定自变量、中介变量和因变量。 2.估计中介效应的系数。这可以通过回归分析完成,其中自变量预测中介变量,中介变量预测因变量。 3.使用Bootstrap方法生成一系列样本。这可以通过重复抽样和重新分配样本来实现。 4.在每个样本上估计中介效应的系数。这可以通过在每个样本上运行回...
中介效应bootstrap法是一种用于估计中介效应和其置信区间的统计方法。本文将介绍中介效应bootstrap法的基本原理、步骤和应用。 中介效应bootstrap法的基本原理是基于自助法(bootstrap method)的思想。自助法是一种用于估计参数统计量的非参数方法,它通过从原始样本中重复有放回地抽取样本,构建多个重复样本,并基于这些重复...
🤔 为了检验这种中介效应,研究者们使用了几种不同的方法,其中包括Sobel测试、Baron和Kenny的步骤法,以及现代的方法——Bootstrap。📊 统计指标揭秘: 回归系数(β):这是衡量变量间关系强度的一个关键指标。 标准误差(SE):它表示回归系数的估计精度。
② Bootstrap抽样法 Bootstrap法能适用于中、小样本和各种中介效应模型，当前SPSSAU【问卷研究】--【中介作用】也使用Bootstrap抽样法进行检验。并且支持一次性放置多个自变量X、中介变量M及控制变量等。检验方法：Bootstrap抽样法检验是指回归系数a和回归系数b的乘积项（a*b）的95%置信区间是否包括数字0；如果95%置信...
采用Preacher 和 Hayes ( 2008 ) 的Bootstrapping 中介效应检验方法(设置 5000 次迭代)，该方法提供中介效应的 95% 置信区间估计，如果区间估计含有 0 就表示中介效应不显著，如果区间估计不含有 0 则表示中介效应显著。此外对中介效果量的计算结果表明，4 种效果量的置信区间都不包括0，因此心理弹性在...
采用Preacher 和 Hayes ( 2008 ) 的Bootstrapping 中介效应检验方法(设置 5000 次迭代),该方法提供中介效应的 95% 置信区间估计,如果区间估计含有 0 就表示中介效应不显著,如果区间估计不含有 0 则表示中介效应显著。 此外对中介效果量的计算结果表明,4 种效果量的置信区间都不包括0,因此心理弹性在自尊与应对方式...