共查询到20条相似文献,搜索用时 15 毫秒
1.
中介变量、调节变量与协变量——概念、统计检验及其比较 总被引:8,自引:0,他引:8
本文在已有研究文献的基础上,集中探讨了中介变量、调节变量和协变量的概念,以及中介效应、调节效应和协变量效应的统计分析方法。随后分别对中介效应和间接效应,调节效应和交互效应进行了辨析,并从测量水平和检验方法等方面对三种统计概念做了比较。 相似文献
2.
3.
通过中介效应检验方法之间的比较和效果量指标之间的比较,建议放弃将总效应c显著作为中介效应检验的前提条件,放弃基于直接效应c'显著性的完全和部分中介的提法,推荐使用偏差校正的百分位Bootstrap法直接对中介效应ab进行检验,使用κ2、Rmed2等中介效果量指标并报告效果量的置信区间。作为示例,用R软件的MBESS软件包对某消防员饮食健康调查进行了中介效应检验和效果量测量。随后展望了中介效应检验方法和效果量测量的拓展方向。 相似文献
4.
5.
基于阶层线性理论的多层级中介效应 总被引:1,自引:0,他引:1
本文介绍了三种常见的多层级中介效应模型, 并根据阶层线性理论和依次检验回归系数的方法, 详述了多层级中介效应的检验步骤以及中介效应量的估计方法, 在2-1-1和1-1-1中介效应模型中, 推荐采用对层1自变量按组均值中心化, 同时将组均值置于层2截距方程式的中心化方法, 以实现组间和组内中介效应的有效分离。本文还展望了多层级中介效应模型的拓展方向, 即多层级调节性中介模型和多层级结构方程模型; 以及检验方法的拓展, 即Sobel检验和置信区间检验。 相似文献
6.
7.
8.
类别变量的中介效应分析 总被引:4,自引:0,他引:4
在心理学和其他社科研究领域,研究者能熟练地进行连续变量的中介效应分析,但面对自变量、中介变量或(和)因变量为类别变量的中介效应分析,研究者往往束手无策。在阐述类别自变量中介分析方法的基础上,我们建议使用整体和相对中介相结合的类别自变量中介分析方法,并给出了分析流程。以二分因变量为例,讨论了中介变量或(和)因变量为类别变量的中介分析方法的发展过程(即尺度统一的过程),建议通过检验Za×Zb的显著性来判断中介效应的显著性。用二个实际例子演示如何进行类别变量的中介效应分析。最后展望了类别变量的中介效应分析研究的拓展方向。 相似文献
9.
本文在综述各类多水平中介模型的基础上, 聚焦于自变量、中介变量、因变量都来自多水平结构中较低水平的多水平随机中介效应模型, 通过蒙特卡洛模拟研究比较该模型与简化的多水平固定中介效应模型、传统中介效应模型的差别, 并考察了目前用于多水平随机中介效应的三种参数估计方法:限制性极大似然、极大似然、最小方差二次无偏估计在不同情况下对随机中介效应估计的优劣。研究结果显示:当数据符合多水平随机中介效应模型时, 使用简化模型将错误估计中介效应及其标准误, 得到不正确的统计检验结果; 使用多水平随机中介效应模型能够实现对中介效应的正确估计和检验, 其中限制性极大似然或极大似然估计方法优于最小方差二次无偏估计方法。 相似文献
10.
基于结构方程模型的有调节的中介效应分析 总被引:1,自引:0,他引:1
有调节的中介模型是中介过程受到调节变量影响的模型。指出了目前有调节的中介效应分析普遍存在的问题:当前有调节的中介效应检验大多使用多元线性回归分析,忽略了测量误差;而基于结构方程模型(SEM)的有调节的中介效应分析需要产生乘积指标,又会面临乘积指标生成和乘积项非正态分布的问题。在简介潜调节结构方程(LMS)方法后,建议使用LMS方法得到偏差校正的bootstrap置信区间来进行基于SEM的有调节的中介效应分析。总结出一个有调节的中介SEM分析流程,并有示例和相应的Mplus程序。文末展望了LMS和有调节的中介模型的发展方向。 相似文献
11.
多重中介模型及其应用 总被引:8,自引:0,他引:8
多重中介模型研究的是自变量与因变量之间存在多个中介变量的情形.通过对多重中介模型的解析发现,链式多重中介模型与并行多重中介模型是多重中介效应的基本构成单元.多重中介效应分析应包括总体中介效应与个别中介效应的估计与检验、个别中介效应之间的比较与检验以及个别中介效应组合间的比较与检验等内容.作为示例,运用多重中介模型分析了管理者执行力对其绩效的影响. 相似文献
12.
目前中介效应检验主要是基于截面数据,但许多时候截面数据的中介分析不适合进行因果推断,因而需要收集历时性的纵向数据,进行纵向数据的中介分析。评介了基于交叉滞后面板模型、多层线性模型和潜变量增长模型的纵向数据的中介分析方法及其四个发展。第一,中介效应随时间变化,如连续时间模型、多层时变系数模型。第二,中介效应随个体变化,如随机效应的交叉滞后面板模型和多层自回归模型。第三,中介模型的整合,如交叉滞后面板模型与多层线性模型整合为多层自回归模型。第四,中介检验方法的发展,建议使用Monte Carlo、Bootstrap和贝叶斯法进行纵向数据的中介分析。总结出一个纵向数据的中介分析流程并给出相应的Mplus程序。随后展望了纵向数据的中介分析的拓展方向。 相似文献
13.
14.
有中介的调节模型检验方法:甄别和整合* 总被引:1,自引:0,他引:1
在心理和教育研究中,经常遇到调节和中介效应。模型包含不止3个变量时,可能同时包含调节和中介变量,一种常见的模型是有中介的调节模型。本文评介了文献上可以找到的五种检验有中介的调节模型的方法,逐一甄别,指出其中一些不合理之处,并推荐较好的方法。整合其中主要方法,总结出检验有中介的调节模型的流程,用偏差校正的百分位 Bootstrap 法或马尔科夫链蒙特卡罗法检验其中的中介效应,并用一个实际例子演示如何用此流程检验有中介的调节模型。 相似文献
15.
16.
17.
18.
探索性中介分析被定义为从变量集合中筛选潜在中介变量的方法,该方法能在缺乏理论基础的情况下帮助研究者从数据中挖掘潜在中介机制,提供模型构建上的指导。本文介绍了一种基于正则化的探索性中介分析方法XMed(exploratory mediation analysis via regularization)。相比于传统探索性中介分析方法,XMed具有检验力更高、所需样本量更小、能高效地处理高维数据等优点,在认知神经科学、临床心理学等心理学领域有较大的应用潜力。本文主要介绍XMed的原理和实现过程,并通过实例分析展示该方法的应用。 相似文献
19.
中介效应分析:方法和模型发展 总被引:11,自引:0,他引:11
《心理科学进展》2014,(5)
在心理学和其他社科研究领域,大量实证文章建立中介效应模型,以分析自变量对因变量的影响过程和作用机制。检验中介效应最流行的方法是Baron和Kenny的逐步法,但近年来不断受到批评和质疑,有人甚至呼吁停止使用其中的依次检验,改用目前普遍认为比较好的Bootstrap法直接检验系数乘积。本文对相关的议题做了辨析,并讨论了中介分析中建立因果关系的方法。综合新近的研究成果,总结出一个中介效应分析流程,并分别给出显变量和潜变量Mplus程序。最后介绍了中介效应模型的发展。 相似文献
20.
自尊在人格特质、社会支持与主观幸福感关系间的中介效应 总被引:2,自引:0,他引:2
以527名大学生为被试,采用问卷调查法探讨了自尊在人格特质、社会支持与主观幸福感关系间的中介效应。结果发现:(1)自尊在人格特质、社会支持预测主观幸福感的情感体验维度时具有中介效应,而在其预测主观幸福感的生活满意度时无中介效应;(2)自尊在社会支持与情感维度关系间的中介效应相对高于在人格特质与情感维度关系间的中介效应。 相似文献