bootstrap中介效应（求大神，SPSS中的BOOTSTRAP的中介效应分析中的输出结果LLCI、 ULCI是什么含义啊，各种地方看了都没有解释）
本文目录
- 求大神，SPSS中的BOOTSTRAP的中介效应分析中的输出结果LLCI、 ULCI是什么含义啊，各种地方看了都没有解释
- bootstrap中介效应检验谁提出
- bootstrap中介效应检验步骤stata可以添加时间效应和固定效应吗
- 自变量为二分类变量 ，可以做bootstrap中介效应分析吗
- bootstrap中介效应的置信区间临近点是0怎么办
- bootstrap中介效应大小怎么看
- bootstrap检验中介效应如何解读结果stata
求大神，SPSS中的BOOTSTRAP的中介效应分析中的输出结果LLCI、 ULCI是什么含义啊，各种地方看了都没有解释
LLCI、ULCI分别是置信区间的最低和最高值，一般是95%置信区间。如果用bootstrap法做的话，是否显著不看p值，而看置信区间是否包含0（一个负一个正，就是包含0，否则不包含），包含0则不显著。
bootstrap中介效应检验谁提出
由Baron和Kenny(1986)提出。
Bootstrap法能适用于中、小样本和各种中介效应模型，当前SPSSAU【问卷研究】--【中介作用】也使用Bootstrap抽样法进行检验。并且支持一次性放置多个自变量X、中介变量M及控制变量等。
检验方法：Bootstrap抽样法检验是指回归系数a和回归系数b的乘积项（a*b）的95%置信区间是否包括数字0；如果95%置信区间不包括数字0，则说明具有中介作用；如果说95%置信区间包括数字0，即说明没有中介作用。
bootstrap中介效应检验步骤stata可以添加时间效应和固定效应吗
1.先通过逐步回归检验中介效应【核心解释变量是cepi，理想的中介变量是industry】；2.由于第二个回归cepi系数不显著，借鉴温忠麟（2014）的检验程序，采用Bootstrap法；
拓展：1.Sobeltest
在Sobeltest中，按照表格的要求输入数字，从而自动生成“SobelZ”的数字，只要这个数字绝对值大于1.96，则代表中介效应显著。
2.Prodclin2
类似于Sobeltest，也是通过程序运算得出结果。缺点在于只能计算单个中介效用模型，且只能算出间接效应的CI（《Distributionoftheproductconfidencelimitsoftheindirecteffect:ProgramProdclin》)
3.bootstrap
在计算机的高速发展以后，bootstrap登上了统计模拟的舞台。在介绍之前，首先需要了解一下标准误，t值=非标准化斜率/标准误。
地球上所有的人就是全体样本，在里面每一次的调查抽样就是选取了这个总体里的一小部分。假设进行了一百次调查，那么这一百次调查会得到100个均值，此时再求这100个均值的方差，即为标准误。
自变量为二分类变量 ，可以做bootstrap中介效应分析吗
可以的啊，需要将自变量哑变量化，就是将自变量转化为0和1的虚拟变量，你这里可以将干预组设置为1，将对照组设置为0。
剩余的分析步骤和连读变量是一样的。
bootstrap中介效应的置信区间临近点是0怎么办
今天我们就以实际数据为例来讲讲怎么用spss进行bootstrap中介效应检验，并且应该如何看结果。ps最近高温酷暑，提醒大家一定要注意防暑，还有千万不要晚上吹一晚上的空调，否则容易感冒了。
当你的电脑已经安装好了spss20.0以上版本并且将process插件也安装完毕（没有安装的同学请看2016年7月28号的文章）。那么就用spss20.0打开要进行中介效应检验的数据。
在此我们仅以简单中介效应为例，所谓简单中介效应是指只有一个自变量、一个中介变量以及一个因变量的情况。我们想要考察心理弹性对PTSD的影响是否通过应对方式的中介作用。
打开数据并在“分析”这一选项下“回归”这一栏中的process程序。 将因变量、自变量以及中介变量分别选进去。
其他的基本设置可以保持不变，比如Model Number 为4，样本量为5000，置信区间95%等，这些都是spss已经定义好的可以不变。至于为什么Model Number 为4，是因为Hayers（2013）开发时将简单中介效应对应的理论模型设为4，所以选择4.
最后点击“确定”按钮。在输出框中查看结果。
研究者最关心的是中介效应的路径是否真的存在。因此，我们首先看的结果是“direct and indirect effects”中 indirect effect的区间（LLCT=-0.4298，ULCI=-0.1114），这个区间不包括0，说明应对方式的中介效应显著，其中介效应的效应值为-0.2438.
查看完中介效应是否显著后，再看自变量对因变量的直接影响是否显著。从上图中可以看出，自变量心理弹性对因变量PTSD的直接作用区间为（LLCT=0.8245，ULCI=1.4189），该区间不包括0，因此自变量对因变量的直接效应也是显著的。这一结果说明了应对方式在心理弹性对PTSD影响中发挥了中介作用，但并不是完全中介。
如果是想要发表的论文应该怎样汇报结果呢，以刚才的例子来说：按照Zhao等(2010)提出的中介效应分析程序，参照Preacher和Halers（2004）提出的bootstrap方法进行中介效应检验，样本量选择5000，在95%的置信区间下，中介检验的结果的确没有包含0（LLCT=-0.4298，ULCI=-0.1114），表明应对方式的中介效应显著，且中介效应大小为-0.2438.此外，控制了中介变量应对方式后，自变量心理弹性对因变量PTSD的影响也显著（LLCT=0.8245，ULCI=1.4189）。因此，应对方式在心理弹性对PTSD影响中发挥着中介作用，但并非是完全中介，而是部分中介。
bootstrap中介效应大小怎么看
在bootstrap中做中介效应的检验不需要看p值；用Bootstrap方法做中介效应的检验，是根据“BootLLCI， BootULCI”这一区间是否包含0来判断的，不包含0则中介效应显著，包含0则中介效应不显著。
Bootstrap最广泛的应用是中介效应的检验。Bootstrap的优势：不要求正态分布，敏感性更高（更容易出来显著的结果）。
bootstrap检验中介效应如何解读结果stata
采用Preacher 和 Hayes ( 2008 ) 的Bootstrapping 中介效应检验方法(设置 5000 次迭代)，该方法提供中介效应的 95% 置信区间估计，如果区间估计含有 0 就表示中介效应不显著，如果区间估计不含有 0 则表示中介效应显著。
此外对中介效果量的计算结果表明，4 种效果量的置信区间都不包括0，因此心理弹性在自尊与应对方式间存在显著的中介作用。
扩展资料：
注意事项：
很多统计量是不能用bootstrap的，比如常见的非参数kernel回归，以及一些目标函数不是非常平滑的估计量，例如quantile回归、maximum score estimators等等。
bootstrap的抽样方法除了最简单的有放回抽样之外，还有各种其他的抽样方法，有参数的、非参数的，有bolck，有residual-based。这些方法如果扩展起来就有点复杂了，如果是要做test，那么不同的抽样方法会导致不同的size和power。
参考资料来源：百度百科-Bootstrap
参考资料来源：百度百科-中介效应
更多文章：
2026年10月11日 06:30
2026年10月11日 06:20
2026年10月11日 05:40
another time（another time和other time的区别）
2026年10月11日 05:00
2026年10月11日 04:50
2026年10月11日 03:00
2026年10月11日 02:40
2026年10月11日 02:20
2026年10月11日 01:10
2026年10月11日 00:40
