中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法

中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法

ID:37829346

大小:362.89 KB

页数:13页

时间:2019-06-01

中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法_第1页
中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法_第2页
中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法_第3页
中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法_第4页
中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法_第5页
资源描述:

《中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、心理学报2012,Vol.44,No.10,1408−1420ActaPsychologicaSinicaDOI:10.3724/SP.J.1041.2012.01408中介效应的点估计和区间估计:乘积分布法、*非参数Bootstrap和MCMC法1,22方杰张敏强12(广东商学院人文与传播学院,广州510320)(华南师范大学心理应用研究中心,广州510631)摘要针对中介效应ab的抽样分布往往不是正态分布的问题,学者近年提出了三类无需对ab的抽样分布进行任何限制且适用于中、小样本的方法,包括乘积分布法、非参数Bootstrap和马尔科夫链蒙特卡罗(MCMC)方法

2、。采用模拟技术比较了三类方法在中介效应分析中的表现。结果发现:1)有先验信息的MCMC方法的ab点估计最准确;2)有先验信息的MCMC方法的统计功效最高,但付出了低估第Ⅰ类错误率的代价,偏差校正的非参数百分位Bootstrap方法的统计功效其次,但付出了高估第Ⅰ类错误率的代价;3)有先验信息的MCMC方法的中介效应区间估计最准确。结果表明,当有先验信息时,推荐使用有先验信息的MCMC方法;当先验信息不可得时,推荐使用偏差校正的非参数百分位Bootstrap方法。关键词中介效应;乘积分布法;非参数Bootstrap法;MCMC法;先验信息分类号B841MacKinno

3、n,2008;Yuan&MacKinnon,2009)。近年1引言来,中介效应分析大量应用在管理学(Wood,中介(mediation)是社会科学研究中重要的方法Goodman,Cook,&Beckman,2008)、心理学学概念。如果自变量X通过某一变量M对因变量Y(MacKinnon,Fairchild,&Fritz,2007;MacKinnon,产生一定影响,则称M在X和Y之间起中介作用或2008;Fairchild&McQuillion,2010)等学科中,因此,M为X和Y的中介变量(见图1)。中介效应分析的中介效应分析的准确性对于研究者正确理解自变目的是判

4、断自变量X和因变量Y之间的关系是部分量和因变量之间的关系,以及这种关系的构成机制或全部归因于中介变量M(Baron&Kenny,1986;都显得尤为重要。图1中介效应模型图目前中介效应分析普遍使用Sobel检验法,即值大于临界z值,说明中介效应显著,反之则说明用中介效应估计值abˆˆ(aˆ、bˆ含义见图1)除以abˆˆ的中介效应不显著;或构建一个对称的置信区间标准误σˆˆˆ得到一个z值(za=ˆˆbˆσˆˆ),将这个z值(abˆˆˆ−×zα2σabˆˆ,abˆˆˆ+×zα2σabˆˆ),如果置信区间不包abab和基于标准正态分布的临界z值进行比较,如果z括0,说明中

5、介效应显著,反之则说明中介效应不收稿日期:2011-05-11*全国教育科学“十二五”规划重点课题(GFA111009)、广州卓越教育项目:学生学业水平认知诊断评价的资助。通讯作者:张敏强,E-mail:Zhangmq1117@yahoo.com.cn140810期方杰等:中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法1409显著(MacKinnon,Lockwood,Hoffman,West,&Mackinnon等人(2004)的三个比较指标都是为了考Sheets,2002;温忠麟,张雷,侯杰泰,刘红云,察中介效应置信区间,没有考察中

6、介效应点估计。2004)。Sobel检验的前提假设是中介效应abˆˆ是正态第三,Yuan和MacKinnon(2009)使用的95%置信区分布且需要大样本,因为只有在正态分布下,才能间覆盖率指标(若某方法的95%置信区间覆盖率越使用基于标准正态分布的临界z值。有研究者发现,接近95%,说明该方法的区间估计越准确)不能有即使aˆ和bˆ都是正态分布,abˆˆ也不一定是正态分布,效反映MCMC方法和乘积分布法在区间估计上的更进一步的说,只要abˆˆ不为零,abˆˆ的分布就是偏优劣。因为MCMC方法构建的是可靠区间(credible态分布,并且分布的峰值还会随着中介效应值a

7、bˆˆinterval),95%的可靠区间表示在观察数据基础上得的变化而变化(MacKinnonetal.,2002,2004,2008;到的可靠区间中含有参数真值的概率是95%,而乘Cheung&Lau,2008;Hayes,2009),因此,基于中积分布法和Bootstrap方法构建的是置信区间介效应abˆˆ是正态分布的中介效应分析方法(本文称(confidenceinterval),95%的置信区间表示在总体中为传统法)是不可靠的。进行重复抽样,并对每次抽样的样本计算一次置信为了得到可靠的中介效应分析结果,近来,研区间,那么在这些置信区间中,有95%的置信

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。