中介效应点估计和区间估计：乘积分布法、非参数Bootstrap和MCMC法.pdfVIP

心理学报 2012, Vol. 44, No.10, 1408−1420 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2012.0 1408 Bootstrap MCMC * 1,2 2 1 2 ( 广东商学院人文与传播学院, 广州 510320) ( 华南师范大学心理应用研究中心, 广州 510631) 针对中介效应 ab 的抽样分布往往不是正态分布的问题, 学者近年提出了三类无需对 ab 的抽样分 布进行任何限制且适用于中、小样本的方法, 包括乘积分布法、非参数 Bootstrap 和马尔科夫链蒙特卡罗 (MCMC)方法。采用模拟技术比较了三类方法在中介效应分析中的表现。结果发现 : 1)有先验信息的 MCMC 方法的 ab 点估计最准确; 2)有先验信息的 MCMC 方法的统计功效最高, 但付出了低估第Ⅰ类错误率的代价 , 偏差校正的非参数百分位 Bootstrap 方法的统计功效其次, 但付出了高估第Ⅰ类错误率的代价 ; 3)有先验信息 的 MCMC 方法的中介效应区间估计最准确。结果表明, 当有先验信息时, 推荐使用有先验信息的 MCMC 方 法 ; 当先验信息不可得时, 推荐使用偏差校正的非参数百分位 Bootstrap 方法。 中介效应; 乘积分布法 ; 非参数 Bootstrap 法 ; MCMC 法 ; 先验信息 B841 1 引言 MacKinnon, 2008; Yuan MacKinnon, 2009) 。近年 来 , 中 介 效 应 分 析 大 量 应 用 在 管 理 学 (Wood, 中介(mediation)是社会科学研究中重要的方法 Goodman, Cook, Beckman, 2008) 、 心 理 学 学概念。如果自变量 X 通过某一变量 M 对因变量 Y (MacKinnon, Fairchild, Fritz, 2007; MacKinnon, 产生一定影响, 则称 M 在 X 和 Y 之间起中介作用或 2008; Fairchild McQuillion, 2010)等学科中, 因此, M 为 X 和 Y 的中介变量(见图 1)。中介效应分析的 中介效应分析的准确性对于研究者正确理解自变 目的是判断自变量X 和因变量 Y 之间的关系是部分 量和因变量之间的关系, 以及这种关系的构成机制 或全部归因于中介变量 M (Baron Kenny, 1986; 都显得尤为重要。 图 1 中介效应模型图 目前中介效应分析普遍使用 Sobel 检验法, 即 值大于临界 z 值 , 说明中介效应显著, 反之则说明 ˆ ˆ ˆ ˆ ˆ ˆ 中 介 效 应 不 显 著 ; 或 构 建 一 个 对 称 的 置 信 区 间 用中介效应估计值