.*
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
