一元线性回归假设检验.PPTVIP

参考DASC * * 三、一般效应分析的DASC计算 1、交互效应与调节效应 参考DASC * * 三、一般效应分析的DASC计算 1、交互效应与调节效应 1、选中主菜单。选择路径分析--→效应分析--→交互效应与调节效应，点击它。于是A区看见例数据，它们都是潜变量数据，来自结构方程模型的计算，采用确定性算法，它第1列是待分析的因变量，第2列起是其余的潜变量。B区看见例参数。 2、点击开始计算按钮。计算结果在C区显示。看提示与计算栏，程序首先对原始数据做中心化标准化，然后根据B区参数指示挑选出两列做它们的乘积项，放在第2列，原来的其余各列顺序向右平移。接着程序对上述数据做一个多元线性回归，最后检验自变量的第1列即交叉项是否显著。 如果要直接看到结果，可以浏览C区的简明结果栏。本例那里写着： 交互项(调节项)的t统计量3.052774落在拒绝域(临界值-2.131450, 2.131450)，交互效应(调节效应)显著。 3、计算自己的数据，只需要在A区导入或者直接键入自己的数据，在B区修改参数即可。 参考DASC * * 三、一般效应分析的DASC计算 2、中介效应 1、选中主菜单。选择路径分析--→效应分析--→中介效应，点击它，例数据出现。 2、点击开始计算按钮。计算结果在C区显示。看提示与计算栏，程序的回归是采用有常数项的回归。Sobel检验采用Monte Carlo方法，可以实现对任意精度和任意自由度的精确检验。检验统计量的密度函数采用密度核估计的方法显示。这是DASC软件的亮点之一。 3、计算自己的数据，只需要在A区导入或者直接键入自己的数据，在B区修改参数即可。 参考DASC * * 三、一般效应分析的DASC计算 3、有中介变量的调节效应 1、选中主菜单。选择路径分析--→效应分析--→有中介的调节效应，点击它，例数据出现。 2、点击开始计算按钮。计算结果在C区显示。看提示与计算栏，程序的回归是采用有常数项的回归。第 3 步做 Y 对 X、U、UX、W 的回归，有四个自变量。 3、计算自己的数据，只需要在A区导入或者直接键入自己的数据，在B区修改参数即可。 参考DASC * * 三、一般效应分析的DASC计算 4、有调节变量的中介效应 1、选中主菜单。选择路径分析--→效应分析--→有调节的中介效应，点击它，例数据出现。 2、点击开始计算按钮。计算结果在C区显示。看提示与计算栏，程序的回归是采用有常数项的回归。第 4 步做 Y 对 X、U、W、UW 的回归，检验统计量的密度函数采用密度核估计的方法显示。这是DASC软件的亮点之一。 3、计算自己的数据，只需要在A区导入或者直接键入自己的数据，在B区修改参数即可。 * * 四、循环效应 1、基于有调节的中介变量的循环效应模型图示 循环效应的实例引入：有文献研究了抑郁对网瘾的正向效应，也有文献研究了网瘾对抑郁的正向效应(参考文献10-1,10-2)。事实上它们之间存在循环效应，需要提炼出数学模型进行研究。 参考文献10-1-2 参考文献10-3 * * 四、循环效应 2、基于有调节的中介变量的循环效应模型方程组 参考文献10-4 * * 四、循环效应 3、基于有中介的调节变量的循环效应模型图示 上面叙述的循环效应还只是因果变量互换，中介变量或者调节变量，变量本身还是那个变量：U还是那个U，W还是那个W，只是起到的作用有差别。我们把这种循环称作原路循环。原路返回的基于有中介的调节变量的循环效应模型有两种情况，如附件图1和图2。 参考文献10-4 * * 四、循环效应 3、基于有中介的调节变量的循环效应模型图示 原路循环属于比较严格的循环效应，能够通过效应分析检验的实际例子很少。为此我们放宽条件，循环的因变量和自变量还是互换，而中介变量和调节变量可以不同。 参考文献10-4 * * 四、循环效应 4、基于有中介的调节变量的循环效应模型图示 图3里返回路径的中介变量和调节变量与原路的中介变量与调节变量完全不同，是另外的变量，自然其调节效应也不一样。因为变量不同，所以图示的方框分开了。 参考文献10-4 * * 四、循环效应 5、基于有调节的中介变量的循环效应模型图示 类似的，基于有调节的中介变量的循环效应模型，原路循环的也是有两种基本情况，如附件的图4和图5所示。注意图示的方框没有分开。 参考文献10-4 * * 四、循环效应 5、基于有调节的中介变量的循环效应模型图示 类似的，基于有调节的中介变量的循环效应模型，原路循环的也是有两种基本情况，如附件的图4和图5所示。注意图示的方框没有分开。 参考文献10-4 * * 四、循环效应 5、基于有调节的中介变量的循环效应模型图示 放宽条件，不再是原路循环，中介变量和调节变量都采用了新的变量，这样的基于有调节的中介变量的循环效