.*
第二,由步骤1中得到的Bootstrap样本计算出相应的中介效应估计值^a^b; 第三,重复步骤1和2若干次(记为B,常设B=5000),将B个中介效应估计值的均值作为中介效应的点估计值,将B个中介效应估计值^a^b按数值大小排序,得到序列C;
非参数百分位Bootstrap置信区间法直接进行第四步:
第四,用C序列的第2.5百分位数(LLCI)和第97.5百分位数(ULCI)来估计的95%中介效应置信区间。
偏差校对非参数百分位Bootstrap置信区间法则进行下面两个步骤:
第四,根据原样本数据求取中介效应估计值^a^b,求^a^b 在序列C中的百分比排位,即得到^a^b<^a^b 的概率Ф(z0); 第五,在标准正态累积分布函数中,根据Ф(z0)求取相应的z0值,求2Z0±Zα/2在标准正态累积分布函数中对应的概率Ф(2Z0±Zα/2),用Ф(2Z0±Z
α/2
*
*
*
)在序列C中的百分位值作为置信区间的上、下置信限,构建置信度为1-α的中介效应置
信区间。
由于非参数百分位Bootstrap置信区间法产生的置信区间的估计有可能会产生偏差。一般使用偏差校正(bias corrected)置信区间调整上限值和下限值,这种方法是对非参数百分位Bootstrap置信区间法的改进,其中前三步相同。不管使用何种程序,如果置信区间不包括0,说明有中介效应存在;置信区间包括0,说明中介效应不存在。
PROCESS插件具体操作步骤:
下载PROCESS插件安装在Spss中(http://www.comm.ohio-state.edu/ahayes/) 步骤一,运行SPSS,打开数据文件;
步骤二,在SPSS 程序的菜单栏中找到“分析”栏目下的“回归”,在“回归”下面找到已经安装的PROCESS插件;
步骤三,运行PROCESS程序,出现对话框;
步骤四,在对话框里的相应的输入框里,输入因变量,自变量,中介变量。
步骤五,Model Number选择4,把Bootstrap取样(Bootstrap samples)设定为1000,建议为5000,Bootstrap方法选择偏差校对方法(bias corrected),置信区间选择95%置信区间;
步骤六,点击确定执行程序。
执行完程序,会出现输出文件。在输出文件中包括该中介模型的估计值,如R、R、F,同时输出文件也包括了因果逐步回归中的a、b、c’的估计值,以及ab的中介效应值。如果置信区间不包括0,那么中介作用显著,支持中介作用的假设;如果包括0,则不显著,不支持中介作用的假设。
2
.*
Bootstrap操作图示
Bootstrap结果输出
.*
(2)基于MEDIATE插件的操作
Hayes等也建议使用MEDIATE插件,该插件提供了简单和并行多重中介分析的语言,只需要将Hayes等编辑的语言复制到语法栏中,进行修改即可。该方法同样适用于自变量为类别变量的中介分析,包括多个自变量、多个因变量和多个中介变量的多重中介分析,具体操作只需要对语法进行修改就可以。以下是基本语法:
MEDIATE Y=symptoms/X=emotion thought/M=reaction/C=age educ/total=1/omnibus=1/ciconf=90/cimethod=2/samples=10000.
软件操作流程:
第一,下载解压缩,然后将后缀名sav改为sps; 第二,在spss中打开语法文件;
第三,选中全部命令点击按钮运行,output里面可以看到如下提示,表明mediate加载成功,注意该操作仅在spss英文版本中可运行。
第四,关闭mediate,并新建新的语法编辑框
第五,输入语法,并根据具体研究输入变量名,程序自动执行(整个操作过程要求spss数据打开)。
MEDIATE 使用需要说明之处:
第一,中介变量和因变量必须是连续变量,自变量可以是分类变量; 第二,接受不超过15个并行中介变量的分析;
第三,使用分类变量进行分析时,自变量的水平或类别不应超过9个; 第四,模型中如果出现变量缺失则无法运行;
第五,所有变量格式都应是数值型,字符串型变量将导致程序运行出错; 第六,所有的回归系数都是基于最小二乘法计算的非标准化回归系数。
MEDIATE 运行加载
.*
MEDIATE 语法输入
.*
结果输出
2.2.3马尔科夫链蒙特卡罗法(MCMC)法
马尔科夫链蒙特卡罗(MCMC)方法是在贝叶斯理论框架下,将马尔科夫链过程引入到蒙特卡罗模拟中,实现抽样分布随模拟的进行而改变的动态模拟。MCMC方法的计算常用WinBUGS、Mplus、SAS和R软件完成。MCMC方法的基本思想可概括为如下三步: 第一,构造马尔科夫链,使其收敛到平稳分布。
第二,利用马尔科夫链进行吉布斯(Gibbs)抽样,即利用多个一元全条件(full conditionals)分布(除一个变量外, 其他所有变量都赋予固定值的分布)进行迭代抽样, 获得n-t(约10000)个后验样本,得到的后验样本又被称为马尔科夫链的实现值。
第三,由后验样本计算 10000个中介效应估计值a?b?,将 10000个中介效应估计值的
中介作用于调节作用-基础学习知识原理与应用
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)