bootstrap检验中介效应(bootstrap检验中介效应结果怎么看)

bootstrap检验中介效应如何解读结果?stata

采用Preacher 和 Hayes ( 2008 ) 的Bootstrapping 中介效应检验方法(设置 5000 次迭代)，该方法提供中介效应的 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。

此外对中介效果量的计算结果表明，4 种效果量的置信区间都不包括0，因此心理弹性在自尊与应对方式间存在显著的中介作用。

扩展资料：

注意事项：

很多统计量是不能用bootstrap的，比如常见的非参数kernel回归，以及一些目标函数不是非常平滑的估计量，例如quantile回归、maximum score estimators等等。

bootstrap的抽样方法除了最简单的有放回抽样之外，还有各种其他的抽样方法，有参数的、非参数的，有bolck，有residual-based。这些方法如果扩展起来就有点复杂了，如果是要做test，那么不同的抽样方法会导致不同的size和power。

参考资料来源：百度百科-Bootstrap

参考资料来源：百度百科-中介效应

SPSS中怎么用Bootstrapping方法做中介效应检验

SPSS就是用依次回归法检验中介效应，

先检验X——Y的回归，分析总效应

然后检验X——M（中介变量）的回归，检验a参数（即X的回归系数）

最后检验X,M——Y的回归，检验b参数（M的回归系数）和c'参数（X的回归系数）

若a和b均显著，则中介效应存在

用bootstrap的话就是在回归分析里面选择bootstrap选项即可，你可以自己设置抽样次数，通常抽样至少要1000次，这时候你分析a和b参数的显著性就不看原来的显著性检验结果（sig）了，而是看bootstrap的置信区间，如果置信区间没有覆盖0，就是显著的

bootstrap抽样功能需要比较新的spss版本才可以

在AMOS中用Bootstrap法检验中介效应

bootstrap的结果一般需要你看95%的置信区间(即前2.5%和后2.5%的临界点），若95%置信包含了数字0，则不显著，反之显著

bootstrap中介效应检验谁提出

由Baron和Kenny(1986)提出。

Bootstrap法能适用于中、小样本和各种中介效应模型，当前SPSSAU【问卷研究】--【中介作用】也使用Bootstrap抽样法进行检验。并且支持一次性放置多个自变量X、中介变量M及控制变量等。

检验方法：Bootstrap抽样法检验是指回归系数a和回归系数b的乘积项（a*b）的95%置信区间是否包括数字0；如果95%置信区间不包括数字0，则说明具有中介作用；如果说95%置信区间包括数字0，即说明没有中介作用。

中介效应检验方法

中介效应检验的方法目前有四种：逐步回归法、系数乘积检验法、差异系数检验法和Bootstrapping。

【拓展资料】

什么是中介效应：

中介效应是指某个（某些）变量在另两个（两组）变量间扮演了中间人的角色，也就是社会上说的掮客。当然，这里的变量可以是测量变量，也可以是测量模型，如下图所示，如果是测量变量，那么该模型就是一个路径分析模型；如果是一个测量模型，那么就是结构方程模型。

中介效应检验的方法：

1、逐步回归法

分别检验W1，W2，W3和W1-1是否有显著，如果W2和W3同时有意义，那么中介效应存在；如果W1也有意义，那么就是部分中介，否则就是完全中介。部分中介存在的缺陷容易出现假阳性，因为W2的置信度为95%，而W3的置信度也是95%，如果不加以控制，判断A和B之间存在中介效应的置信度将会降低为95%的平方，也就是90.25%，也就意味着这个结论的可靠性降低了。逐步回归法直接用SPSS的回归功能就能完成。

2、系数乘积检验法（Sobel检验）

鉴于逐步回归法的缺陷，很多研究者创造了修正的方法，系数乘积检验法就是其中一种。系数乘积检验法的原理是将W2和W3综合考虑，也就是考虑W2*W3是否有意义，这样就避免了分别检验W2和W3造成的置信度降低问题。Sobel检验也存在缺陷，那就是要求W2*W3服从正态分布，但是这一点是很难保证的，即使是W2和W3服从正态分布，W2*W3也不一定服从正态分布。Sobel检验可以使用SPSS中的Process插件来完成。

3、差异系数检验法

差异系数检验法检验的是(W1-W1-1)是否有意义，因为通常情况下，W2*W3=(W1-W1-1)，因此，乘积系数法和差异系数法的检验效力是基本上相同的，区别在于两者的标准误不同。经过很多研究者的对比，乘积系数法和差异系数法都比逐步回归法的检验结果更为准确。

4、Bootstrapping法

跟着草堂君学习了统计基础部分内容的朋友应该知道，大多数假设检验用到的标准误都是做无偏估计或有偏估计得来的，也就是说，检验用的标准误都是伪标准误（估计值），要使估计值准确，需要服从很多的假设条件（例如上面说到的正态分布），系数乘积检验法和差异系数检验法的标准误都是如此。

bootstrap中介效应检验步骤stata可以添加时间效应和固定效应吗

1.先通过逐步回归检验中介效应【核心解释变量是cepi，理想的中介变量是industry】；2.由于第二个回归cepi系数不显著，借鉴温忠麟（2014）的检验程序，采用Bootstrap法；

拓展：1.Sobeltest

在Sobeltest中，按照表格的要求输入数字，从而自动生成“SobelZ”的数字，只要这个数字绝对值大于1.96，则代表中介效应显著。

2.Prodclin2

类似于Sobeltest，也是通过程序运算得出结果。缺点在于只能计算单个中介效用模型，且只能算出间接效应的CI（《Distributionoftheproductconfidencelimitsoftheindirecteffect:ProgramProdclin》)

3.bootstrap

在计算机的高速发展以后，bootstrap登上了统计模拟的舞台。在介绍之前，首先需要了解一下标准误，t值=非标准化斜率/标准误。

地球上所有的人就是全体样本，在里面每一次的调查抽样就是选取了这个总体里的一小部分。假设进行了一百次调查，那么这一百次调查会得到100个均值，此时再求这100个均值的方差，即为标准误。