bootstrap檢驗(yàn)中介效應(yīng) spss做bootstrap回歸分析

其實(shí)bootstrap檢驗(yàn)中介效應(yīng)的問題并不復(fù)雜，但是又很多的朋友都不太了解spss做bootstrap回歸分析，因此呢，今天小編就來為大家分享bootstrap檢驗(yàn)中介效應(yīng)的一些知識，希望可以幫助到大家，下面我們一起來看看這個問題的分析吧！

bootstrap中介效應(yīng)檢驗(yàn)怎么寫結(jié)果

檢查結(jié)果，肯定是文檔。然后咱們設(shè)置布局和樣式。

spss如何做中介效應(yīng)

一共三個步驟。其中，X為自變量，Y為因變量，M為中介變量。

第一步：X對M做回歸。SPSS操作步驟：Analyze-Regression-Linear

因變量（DEP）為（放入）M，自變量（INDEP）為（放入）X。點(diǎn)擊OK。在另外一張表上會輸出回歸結(jié)果的。

第二步：X對Y做回歸。

SPSS操作步驟：Analyze-Regression-Linear

因變量（DEP）為（放入）Y，自變量（INDEP）為（放入）X。點(diǎn)擊Next，再進(jìn)入第三步如下：

第三步：X、M對Y做回歸。因變量（DEP）為（放入）Y，自變量（INDEP）為（放入）X和M。

注意：因?yàn)镾PSS做回歸的時候，因變量只能是一個，所以第一步是一個回歸；第二、三步（點(diǎn)擊NEXT即可）是用一個回歸。

1、第一個回歸當(dāng)中，X對M是否顯著，主要是Sig(主要小于0.05就可以)

2、第二個回歸當(dāng)中，X對Y是否顯著，主要是Sig(主要小于0.05就可以)

3、分兩種情況：A若sig(X對Y的)大于0.05，則未通過顯著檢驗(yàn)；M對Y依然顯著，則是M對Y完全中介效應(yīng)

B若sig(X對Y的)小于0.05，通過了顯著檢驗(yàn)，并且M對于Y的（sig小于0.05）；再看B（若第三步當(dāng)中的X對于Y的系數(shù)的絕對值小于第二步方程當(dāng)中X對于Y的系數(shù)B），則是部分中介效應(yīng)。

中介效應(yīng)圖表解釋

中介效應(yīng)圖表通常采用路徑分析的方法進(jìn)行展示。在路徑分析中，自變量、中介變量和因變量之間用箭頭表示，箭頭的方向表示變量之間的因果關(guān)系。

通過路徑分析，可以計(jì)算出直接效應(yīng)、中介效應(yīng)和總效應(yīng)的大小和方向，從而更直觀地展示中介效應(yīng)。

如何用stata做中介效應(yīng)檢驗(yàn)

SPSS就是用依次回歸法檢驗(yàn)中介效應(yīng)，

先檢驗(yàn)X——Y的回歸，分析總效應(yīng)

然后檢驗(yàn)X——M（中介變量）的回歸，檢驗(yàn)a參數(shù)（即X的回歸系數(shù)）

最后檢驗(yàn)X,M——Y的回歸，檢驗(yàn)b參數(shù)（M的回歸系數(shù)）和c'參數(shù)（X的回歸系數(shù)）

若a和b均顯著，則中介效應(yīng)存在

用bootstrap的話就是在回歸分析里面選擇bootstrap選項(xiàng)即可，你可以自己設(shè)置抽樣次數(shù)，通常抽樣至少要1000次，這時候你分析a和b參數(shù)的顯著性就不看原來的顯著性檢驗(yàn)結(jié)果（sig）了，而是看bootstrap的置信區(qū)間，如果置信區(qū)間沒有覆蓋0，就是顯著的

bootstrap抽樣功能需要比較新的spss版本才可以

bootstrap檢驗(yàn)中介效應(yīng)如何解讀結(jié)果stata

采用Preacher和Hayes(2008)的Bootstrapping中介效應(yīng)檢驗(yàn)方法(設(shè)置5000次迭代)，該方法提供中介效應(yīng)的95%置信區(qū)間估計(jì)，如果區(qū)間估計(jì)含有0就表示中介效應(yīng)不顯著，如果區(qū)間估計(jì)不含有0則表示中介效應(yīng)顯著。

此外對中介效果量的計(jì)算結(jié)果表明，4種效果量的置信區(qū)間都不包括0，因此心理彈性在自尊與應(yīng)對方式間存在顯著的中介作用。

擴(kuò)展資料：

注意事項(xiàng)：

很多統(tǒng)計(jì)量是不能用bootstrap的，比如常見的非參數(shù)kernel回歸，以及一些目標(biāo)函數(shù)不是非常平滑的估計(jì)量，例如quantile回歸、maximumscoreestimators等等。

bootstrap的抽樣方法除了最簡單的有放回抽樣之外，還有各種其他的抽樣方法，有參數(shù)的、非參數(shù)的，有bolck，有residual-based。這些方法如果擴(kuò)展起來就有點(diǎn)復(fù)雜了，如果是要做test，那么不同的抽樣方法會導(dǎo)致不同的size和power。

好了，文章到這里就結(jié)束啦，如果本次分享的bootstrap檢驗(yàn)中介效應(yīng)和spss做bootstrap回歸分析問題對您有所幫助，還望關(guān)注下本站哦！