bootstrap中介效應要不要看p值

本文小編為大家詳細介紹“bootstrap中介效應要不要看p值”，內容詳細，步驟清晰，細節處理妥當，希望這篇“bootstrap中介效應要不要看p值”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

在bootstrap中做中介效應的檢驗不需要看p值；用Bootstrap方法做中介效應的檢驗，是根據“BootLLCI, BootULCI”這一區間是否包含0來判斷的，不包含0則中介效應顯著，包含0則中介效應不顯著。

本教程操作環境：Windows10系統、bootstrap3.3.7版、DELL G3電腦

bootstrap中介效應要看p值嗎

用Bootstrap方法做中介效應的檢驗，并不是通過P值來判斷的，而是根據（BootLLCI, BootULCI）這一區間是否包含0來判斷。不包含0則中介效應顯著，包含0則不顯著。

在給出的這個案例中，中介效應（間接效應）的值是0.1969，是顯著的，自變量對因變量的總效應是0.9373，也就是說中介變量中介掉了21%的效應（0.1969/0.9373），這是一個不完全中介。

同時需要注意，以上的數字都是非標準化的效應值。SPSS只給出了標準化的中介效應的值，但是沒有給出總效應、直接效應的標準化效應值。

實際上，使用標準化或非標準化的效應值來計算中介效應的占比，結果都是差不多的。

Bootstrap最廣泛的應用是中介效應的檢驗。

其他中介效應的方法包括：

·最常用：逐步檢驗回歸系數（逐步法）(Baron & Kenny, 1986）

第一步：檢驗X→Y,也就是c,是否顯著，不顯著就甭做了

第二步：檢驗X →M, M →Y是否顯著，必須都顯著，有一個不顯著也甭做了

第三步：如果以上都顯著，且c'比c小了,那就是部分中介。如果c'不顯著，那就是完全中介。這種情況比較少見。

·Sobel 法：

檢驗力高于逐步檢驗，但假設a*b服從正態分布, 就算其中a,b都是正態分布, 其乘積通常也不是正態的,

所以Sobel有局限性

Bootstrap的優勢：不要求正態分布，敏感性更高（更容易出來顯著的結果）

Bootstrao法檢驗中介效應，以SPSS中Process插件為例：

第二步：設置參數。

從【Variables】中選擇因變量、自變量、控制變量，這些變量將組成你的回歸方程。

Model number選擇4，這是給中介分析的模型編號，如果選擇其他的就會報錯。

Number of bootstrap samples, 就是前面講過的bootstrap樣本量，默認為5000， 一般在1000-5000之間，通常都會填1000或5000. Bootstrap樣本量不同，跑出來的數據稍有不同。

同時要勾選save bootstrap estimates，以及 bootstrap inference for model coefficients.

點擊右上角[Options]，勾選show total effect model（顯示總效應模型），點擊繼續

最后點擊 【確定】，得到運算結果

運算結果：

1.以中介變量為結果變量的回歸結果

2.以因變量為結果變量。此時可以得到MV對DV的影響，以及IV對DV的直接影響

3.總效應模型：這是在沒有中介變量MV的情況下，自變量IV對因變量DV影響的總體效應；也就是沒有被中介之前，自變量對因變量的所有影響，中介之后自變量對因變量的影響將分為直接對因變量的影響（直接效應）和間接對因變量的影響（間接效應）兩部分

重點來了！！！！最直觀的中介效應在這里！！！

4.中介效應檢驗的結果。

讀到這里，這篇“bootstrap中介效應要不要看p值”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。