资源描述：
《参数和非参数Bootstrap方法的简单中介效应分析比较_方杰.pdf》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、722心理ou-科学JrnalofPsychologicalScience2013,36(3):722727参数和非参数Bootstrap方法的*简单中介效应分析比较方杰张敏强**(华南师范大学心理应用研究中心广州,510631),摘要采用数据模拟技术比较了(偏差校正和未校正的)参数和非参数Bootetrap方法在简单中介效应分析中的表现。结果表明1)偏差校正的Bootstra方法的总体表现优于未校正的Bootstra方法但在某些条件下会高估第I类错误率
2、Bootstra法的综合表现最优p,且具有适用范围广,对原始样本依赖性小的优点,最具实用性。关键词简单中介效应Bootstrap方法置信区间蒙特卡罗模拟正态分布下,才能使用基于标准正态分布的临界z1引言值,而实际上M的分布在绝大多数情况下都不是正medation中介i)是社会态分布因此沾是正态分布的对称置信区间(科学研究中重要的方法,,基于学概念一。如果自变量尤通过某变量似对因变量y法(本文称为传统法)是不准确的。另外,传统法往一MZ和F之间起中产生定影响,则称在介作用或往需要大样本,但例如脑损伤病人的认知研究,聋M为z和y的中介变量(见图1)。如图1所示的哑、智障等特殊儿童的教育研究等
3、都无法取得大样一层次一本有效进行小样本的心理学研究心理单、单中介变量的中介效应又被称为简单,如何,这也是尤工作者常常遇到的一Boo中介效应。中介效应分析的目的是判断自变量和学个困境。tstrap方法由于因变量F之间的关系是部分或全部归因于中介变量在中介效应分析中无需对岛的分布进行任何限制、M(MacKinnon,2008),因此,中介效应分析的准确可以得到不对称的置信区间,且适用于中、小样本,性对于研究者正确理解自变量和因变量之间的关弥补了传统法的两大不足,因此迅速受到研究者的。系,以及这种关系的构成机制都显得尤为重要青睐。一Bootstrap方法是由Efron最早提出的种重复抽样方法(
4、resamplingmethods),可分为参数和非参BootsraMacKinnon2004数tp两类。等人()通过模拟oosra研究比较了非参数Bttp方法和传统法在简单中Bootstra介效应分析中的表现,发现非参数p方法的囲1简单中介效应表现优于传统法;非参数Bootstrap方法中,又以偏差M=+oX+e1)ootstra^22(校正的非参数百分位Bp方法表现最优F=+cX+bM+￡2MacKnnonockwoodams8((i,L,&Willi,2004)Pituchj33)。?confi20062008Boo?目前大多数研究者都推荐使用置信区间(等人(,)通过模拟研究比较了
5、参数tdenceinterval)方法进行中介效应分析。例如,用中strap方法和传统法在多层中介效应分析中的表现,介效应估计值M含义见图1)和M的标准误发现参数Bootstrap方法的表现优于传统法;参数一ah+Bootstra构建个对称的置信区间(岛p方法中,又以偏差校正的参数百分位残差0Bootstra方法表现最优(PuchStaleton&Kanit,,如果置信区间不包括,说明中介效应显p,pg2006P?0ituch&Staleton,2008)既然参数Boot著;置信区间包括,说明中介效应不显著。对称置;p。atstrapBootstra信区间法的前提假设是为正态分布,因为只
6、有在和非参数p方法都优于传统法,那么,“”*本研究得到全国教育科学十二五GFA111009(和广州卓越教育项目:学生学业水平认知诊断评价的资助。规划重点课题)?*E-malZhanlll7@ahoo通讯作者.com.:张敏强。i:graqycnBootstra723方杰等:参数和非参数p方法的简单中介效应分析比较Boosra2Z±2参数和非参数ttp方法之间,谁的表现更优呢?相应的4值;第三,求。^在标准正态累积分5x6d布函数中对应的概率?2Z±2<2>2Z±(用(为了回答这个问题,本文采用(样本容量)(0^),0组合)x4(估计方法)的实验设计进行模拟研究,以Zm)在序列C中的百分位
7、值作为置信区间的上、下第I类错误率(TypeIerror)、统计功效(Power)、置置信限,估计置信度为的中介效应置信区间(方杰,confidenceintervalcoverage)和置信张敏强,李晓鹏,2011;方杰等,2012;MacKinnon信区间覆盖率(,区间偏差(confidenceintervalbias)2008Preacher&Haes2008为因变量指标来;y,)0比较Bootstra2.2Bootstrap
