bootstrap中介效应（bootstrap中介效应检验原理）

今天给各位分享bootstrap中介效应的知识，其中也会对bootstrap中介效应检验原理进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

采用Preacher 和 Hayes ( 2008 ) 的Bootstr*ing 中介效应检验 *** (设置 5000 次迭代)，该 *** 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。

首先，那个不是p值，只是置信区间，BS是偏差矫正的置信区间，bs1代表间接效应，bs2代表直接效应，不包含零则认为效应存在，存在间接效应不存在直接效应，说明是完全中介。

用Bootstrap *** 做中介效应的检验，并不是通过P值来判断的，而是根据(BootLLCI， BootULCI)这一区间是否包含0来判断。中介效应：如果自变量X通过影响变量M而对因变量Y产生影响，则称M为中介变量。

Sobel检验的前提假设是中介效应是正态分布且需要大样本。

在bootstrap中做中介效应的检验不需要看p值；用Bootstrap *** 做中介效应的检验，是根据“BootLLCI， BootULCI”这一区间是否包含0来判断的，不包含0则中介效应显著，包含0则中介效应不显著。

bootstrap中介效应（bootstrap中介效应检验原理）

中介效应检验 *** 是：因果逐步回归检验法、系数乘积法、改良后的因果逐步回归法。

然而，如果您已经在oprobit模型中确定了中介变量，您可以尝试使用其他中介效应检验 *** ，如Baron和Kenny（1986）所提出的 *** 或Preacher和Hayes（2008）所提出的BOOTSTRAP *** 。

～1930年间，英果尔德(C. K. Ingold)提出了中介论，用以说明用经典结构式不能圆满地描述的某些分子的化学行为。他认为在常态下具有不饱和体系的分子中存在着电子转移，由这种电子转移所产生的效应称为中介效应。

SPSSAU默认提供bootstrap检验法，选择【问卷研究】【中介作用】，即可得到智能分析结果。

（1）选择【问卷研究】【中介作用】。（2）拖拽变量变量到对应分析框。（3）点击开始分析，即可得到中介效应结果。

之一种：因果逐步回归检验法；第二种：乘积系数法检验法；之一种因果逐步回归检验法简单易懂、容易理解和解释，因而受到广泛的应用，但有学者认为其检验效能较低，有时候本身有中介作用但却显示没有中介作用。

步骤为：之一步检验c，如果c不显著，Y与X相关不显著，停止中介效应分析，如果显著进行第二步。第二步依次检验a、b，如果都显著，那么检验c，c显著，为部分中介效应模型，c不显著，则为完全中介效应模型。

此外，还有个命令可以直接报告中介效应结果，即 medsem 结果如下，报告了两种检验中介效应的 *** ，以及中介效应是否存在的结论。通过命令 help medsem 后可以详细了解该命令。除了上述提到的两种检验中介效应的 *** 外，还有bootstrap法。

首先，使用Bootstrap *** 基于当前回归结果的t统计量进行重抽样，进行1000次重采样。接着，针对按照foreign变量分组后的mpg变量进行两个样本的t检验，假设两个样本的方差不相等。最后，将Bootstrap的结果保存在bsauto.dta文件中。

中介效应检验的 *** 目前有四种：逐步回归法、系数乘积检验法、差异系数检验法和Bootstr*ing。

中介效应分析的步骤是假设检验、确定中介变量、数据收集、数据分析、结果解释。假设检验：首先，需要根据研究问题提出假设。例如，如果我们想研究饮食习惯对健康的影响，那么我们的假设可能是“饮食习惯会影响健康”。

有三种，分别是因果逐步回归检验法、系数乘积法、改良后的因果逐步回归法，以及如果使用SPSSAU进行操作。中介效应：如果自变量X通过影响变量M而对因变量Y产生影响，则称M为中介变量。

bootstrap中介效应的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于bootstrap中介效应检验原理、bootstrap中介效应的信息别忘了在本站进行查找喔。