Re: [問題] bootstrapping檢驗中介的步驟

看板Statistics作者 (凱特貝莉)時間9年前 (2015/05/04 22:10), 編輯推噓2(201)
留言3則, 3人參與, 最新討論串2/2 (看更多)
剛剛又查了一些資料, 因為在統計版獲益良多(沒事爬爬文也可學一些的), 所以想說把自己查到的東西貼上來, 希望可以引發一些討論,也可以提供後續有需要的版友的參考。 但因為不是統計相關科系,敘述的方式或許不夠嚴謹, 而且以下的這些了解都是從零開始的, 還希望若有錯誤的部分版上強者能多多指教。 (也讓我可以多學一些 XD 【Sobel test vs. bootstrapping】 Sobel test 因為計算方便,所以一度廣為使用, (線上sobel test計算網頁:http://quantpsy.org/sobel/sobel.htm) 但Sobel test在某些情況下不太robust,例如樣本若為偏態、樣本數太小都有影響。 此外Sobel test通常是在數據符合Baron & Kenny的四個假設後被拿來使用, 但Baron & Kenny假設的重要性近來也被拿來討論, 亦有學者提出其實c和c'是否顯著並不是中介必要的條件, 且這樣的限制其實阻礙了科學的發展, 所以Bootstrapping才會慢慢風行起來。 (相關文獻:http://quantpsy.org/pubs/preacher_kelley_2011.pdf 【Complete / Partial mediation】 其實完全中介在實務上的應用(尤其是心理、社會等討論人類行為的學科)是有限的, 因為complete mediation的意思是指「獨變項完全透過中介變項在影響依變項」, 這個說法的另一個意涵也暗示著「沒有別的中介變項了」, 但這樣的情況在現實世界中很難出現; 而且完全/部分中介的說法也容易給人「部分中介沒有完全中介來的好」的錯誤印象, 所以有部分學者認為應該廢除這樣的分類方式,而改看mediator的效果量。 (參考文獻:http://quantpsy.org/pubs/rucker_preacher_tormala_petty_2011.pdf 然而中介效果量的計算方法目前似乎還沒有很統一, ab/c、ab/c'、ab/ab_max都是常見的方式(而且計算方便), 但以上的效果量計算都有其缺點, 目前最常用的應該是R-sq_med,但好像還是有些缺陷存在。 (參考文獻:http://quantpsy.org/pubs/preacher_kelley_2011.pdf 有需要計算中介效果量的話可以下載PROCESS(SPSS的macro)來使用, 這個macro提供很多種效果量的運算,很強大! SAS或是R好像也都有可以計算的方法,但因為不是我熟悉的軟體所以就沒有鑽研了, 網頁還有提供很多其他好用的或簡易版的macro。 (PROCESS macro:http://tinyurl.com/834n94y (回到我自己原本的問題,  我想我的做法應該是使用bootstrapping並報告效果量即可。) 以上,謝謝各位版友的閱讀,也謝謝統計版! :D ※ 引述《CasterBailey (凱特貝莉)》之銘言: : 各位版友好: : 據我的理解, : Sobel test的檢定是在符合Baron & Kenny的四個假設後, : 再來檢驗其中介效果是否顯著, : 而通常在檢驗Baron & Kenny的四個假設時,會使用迴歸來看各路徑是否顯著; : 但Bootstrapping應用在中介分析時, : 是使用從樣本中大量隨機抽樣的方式, : 估計每個bootstrap出的中介效果量來建立信賴區間, : 但如果間接效果存在,Beta值就必須再使用迴歸來獲得(以spss的操作而言)。 : 我的問題是,今天如果我是使用bootstrapping的方式來看中介, : 還需要先符合Baron & Kenny的所有假設嗎? : 我原本的作法是當Bootstrpping成立之後, : 再run一次獨變項對依變項的迴歸(相當於Baron & Kenny的假設一), : 和(獨變項+中介變項)對依變項的多元迴歸(相當於Baron & Kenny的假設四), : 目的是想要看獨變項在預測力上的改變, : 來決定我的中介路徑是部分中介還是完全中介。 : 但在交稿後被質疑為什麼沒有先驗證Baron & Kenny的所有假設; : 請問是我的理解有哪裡錯誤嗎? : 感謝貴版提供的許多討論與回覆,收穫良多! : 如果是跟統計軟體有關請重發文章。 : 如果跟論文有關也煩請您重發文章。 : 請詳述問題內容,以利板友幫忙解答,過短文章依板規處置,請注意。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.115.175.189 ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1430748636.A.37F.html

05/04 23:54, , 1F
r推薦用lavaan
05/04 23:54, 1F

05/05 01:58, , 2F
謝謝你整理這些資訊。
05/05 01:58, 2F

05/05 12:47, , 3F
好文
05/05 12:47, 3F
文章代碼(AID): #1LHttSD_ (Statistics)
文章代碼(AID): #1LHttSD_ (Statistics)