基于多元回归的调节效应分析

在心理学和其他社科研究领域,大量实证研究建立调节模型,以分析自变量对因变量关系的影响机制,但在基于多元回归的调节效应分析实践中仍存在不足。我们回顾了均值中心化在基于多元回归的调节效应分析中的作用,均值中心化不影响乘积项(即调节效应)的检验,仅对一阶项(即主效应)的检验有影响。讨论了简单斜率的检验方法,建议在调节变量为连续变量时,使用Johnson-Neyman法进行简单斜率检验;在调节变量为类别变量或研究者对某个调节变量值感兴趣时,使用选点法。并用一个实际例子演示如何进行调节效应分析。随后展望了调节效应检验的拓展方向。     

基于两水平被试内设计的中介效应分析方法

在心理学和其他社科研究领域,通常的中介效应分析都基于被试间设计,研究者对于如何分析基于被试内设计的中介效应往往并不清楚。本文阐述了两水平被试内设计的中介效应分析方法(依次检验法和路径分析法),综合各方法优缺点给出一个分析流程,并用应用研究实例演示如何分析两水平被试内中介效应,最后展望了基于被试内设计的中介效应分析研究的拓展方向。     

常见的类别变量的有调节的中介模型分析

社科研究领域常用到类别变量的中介和调节效应分析。如果中介和调节整合在一起,当自变量或调节变量为类别变量时,应当如何进行有调节的中介效应分析呢？以两阶段被调节的中介模型为例,详述了类别自变量或类别调节变量的有调节的中介效应分析的方法,接着用实际例子演示如何进行分析,并给出了相应的Mplus程序。最后展望了未来的拓展方向,包括模型拓展、变量拓展（二分因变量）和类别变量的编码拓展。     

迁移研究中的实验设计、迁移量计算与口语报告分析

在20世纪初。心理学家们研究迁移的实验设计主要有单组法、等组法和三组法。在单组法中,先让被试完成第一项任务(迁移任务),再让他练习第二项任务(训练任务),练习到一定程度时．再要求被试完成第一项任务。如果第二次的成绩比第一次有所提高,就认为第二项任务对第一项任务产生了迁移的效果。在等组法中．首先让两组年龄、智力、教育程度等条件基本相同的被斌完成一项任务(迁移任务);然后再给其中一组被试(实验组)练习另一项任务(训练任务),另一组被试(控制组)不给予练习;最后再要求两组被试完成第一项任务。如果实验组的成绩比控制组的成绩好,就说明第二项任务对第一项任务产生了迁移。这种设计排除了练习效应的影响。     

置信区间宽度等高线图在线性混合效应模型样本量规划中的应用

线性混合效应模型在分析具有嵌套结构的心理学实验数据时具有明显优势。本文提出了置信区间宽度等高线图用于该模型的样本量规划。通过等高线图,确定同时符合检验力、效应量准确性以及置信区间宽度要求的被试量和试次数。结合关注被试内实验效应和被试变量调节效应的两类典型模型,通过两个模拟研究,采用基于蒙特卡洛模拟方法,探索效应量、随机效应大小和被试变量类型对置信区间宽度等高线图及样本量规划结果的影响。     

类别变量的中介效应分析

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。     

纵向数据的调节效应分析

目前调节效应检验主要是基于截面数据, 本文讨论纵向(追踪)数据的调节效应分析。如果自变量X和因变量Y有纵向数据, 调节效应可分为三类：调节变量Z不随时间变化、Z随时间变化、调节变量从自变量或因变量中产生。评介了基于多层模型、多层结构方程模型、交叉滞后模型和潜变量增长模型的纵向数据的多种调节效应分析方法。调节效应的分解和潜调节结构方程法的使用是纵向数据的调节效应分析的两大特点。对基于四类模型的调节效应分析方法进行综合比较后, 总结出一个纵向数据的调节效应分析流程。随后用实际例子演示如何进行纵向数据的调节效应分析, 并给出相应的Mplus程序。随后展望了纵向数据的调节效应分析的拓展方向, 例如基于动态结构方程模型的密集追踪数据的调节效应分析。     

国内中介效应的方法学研究

中介效应可以分析自变量对因变量的影响过程和作用机制, 已成为分析多个变量之间关系的一种重要统计方法。最近20年, 中介效应成了研究方法的一个热点。从中介效应的检验方法、效应量、类别变量的中介效应检验、纵向数据的中介效应检验和模型拓展(包括多重中介、多层中介、有调节的中介和有中介的调节模型)五个方面系统总结了国内中介效应的方法学研究的发展历程。最后对中介效应的国外方法学研究进展和中介效应的未来研究方向做了讨论和拓展。     

基于两水平回归模型的调节效应分析及其效应量

使用多元回归法进行调节效应分析在社科领域已常有应用。简述了目前多元回归法的调节效应分析存在的不足, 包括人为变换检验模型、自变量和调节变量区分不足、误差方差齐性的假设难以满足、调节效应量指标ΔR²没有直接测量调节变量对自变量与因变量关系的调节程度。比较好的方法是用两水平回归模型进行调节效应分析并使用相应的效应量指标。在介绍新方法和新效应量后, 总结出一套调节效应的分析流程, 通过一个例子来演示如何用Mplus软件进行两水平回归模型的调节效应及其效应量分析。最后讨论了两水平回归模型的调节效应分析的发展, 包括稳健的调节效应分析、潜变量的调节效应分析、有调节的中介效应分析和有中介的调节效应分析等。     

单一被试实验与元分析技术

单一被试实验是特殊儿童心理与教育研究中的一种常用方法,但其外部效度往往受到质疑。运用元分析技术,能对大量单一被试实验研究结果进行定量综述,既可综合评价各研究的总效应,也能探讨、揭示出各类研究特征与相应研究结果的关系,这无疑为单一被试实验信度与效度的检验提供了更多的信息。本文结合国外一个较新的研究实例,对元分析技术的基本原理及分析步骤作简要介绍,并对单一被试实验与元分析技术的结合应用问题提出几点看法与建议。     

Extensions of the Johnson-Neyman Technique to Linear Models With Curvilinear Effects: Derivations and Analytical Tools

The past decade has witnessed renewed interest in the use of the Johnson-Neyman (J-N) technique for calculating the regions of significance for the simple slope of a focal predictor on an outcome variable across the range of a second, continuous independent variable. Although tools have been developed to apply this technique to probe 2- and 3-way interactions in several types of linear models, this method has not been extended to include quadratic terms or more complicated models involving quadratic terms and interactions. Curvilinear relations of this type are incorporated in several theories in the social sciences. This article extends the J-N method to such linear models along with presenting freely available online tools that implement this technique as well as the traditional pick-a-point approach. Algebraic and graphical representations of the proposed J-N extension are provided. An example is presented to illustrate the use of these tools and the interpretation of findings. Issues of reliability as well as “spurious moderator” effects are discussed along with recommendations for future research.     

Nonlinear Indicator-Level Moderation in Latent Variable Models

Linear, nonlinear, and nonparametric moderated latent variable models have been developed to investigate possible interaction effects between a latent variable and an external continuous moderator on the observed indicators in the latent variable model. Most moderation models have focused on moderators that vary across persons but not across the indicators (e.g., moderators like age and socioeconomic status). However, in many applications, the values of the moderator may vary both across persons and across indicators (e.g., moderators like response times and confidence ratings). Indicator-level moderation models are available for categorical moderators and linear interaction effects. However, these approaches require respectively categorization of the continuous moderator and the assumption of linearity of the interaction effect. In this article, parametric nonlinear and nonparametric indicator-level moderation methods are developed. In a simulation study, we demonstrate the viability of these methods. In addition, the methods are applied to a real data set pertaining to arithmetic ability.     

Conjunctive moderator variables in vulnerability and resiliency research: life stress, social support and coping skills, and adolescent sport injuries

In life event research relating to vulnerability and resilience factors, single moderator variables have typically been the focus of study. Little is known about the ways in which moderator variables may interact with one another to increase vulnerability or resilience. We propose a distinction between conjunctive moderation, in which multiple moderators must co-occur in a specific combination or pattern to maximize a relation between a predictor and an outcome variable, and disjunctive moderation, in which any one of a number of moderators maximizes the predictor-criterion relation. Our results indicate that social support and psychological coping skills are statistically independent psychosocial resources and that they operate in a conjunctive manner to influence the relation between life stress and subsequent athletic injury in adolescents. Only athletes low in both coping skills and social support exhibited a significant stress-injury relation, and in that vulnerable subgroup, negative major life events accounted for up to 30% of the injury variance. Methodological considerations in the assessment of conjunctive moderator effects are discussed.     

基于结构方程模型的有调节的中介效应分析

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。