第七讲多元统计沈分析原理与操作技术.pptVIP

在只有一个中介变量的情形,上述条件相当于： (i) 系数c 显著(即H0 : c =0 的假设被拒绝) ； (ii) 系数a 显著(即H0: a =0 被拒绝) ,且系数b 显著(即H0: b =0 被拒绝) ，中介效应显著。 完全中介过程还要加上: (iii) 系数c’不显著。 中介效应的三种检验假设 c=c’+ab 1. H0: c=0 + a=0 + b=0 （+ c’=0） 2. H0: ab=0 3. H0: c-c’=0 Effect of Interaction 1. Given: Effect of Interaction 1. Given: 2. Without Interaction Term, Effect of X1 on Y Is Measured by ?1 Effect of Interaction 1. Given: 2. Without Interaction Term, Effect of X1 on Y Is Measured by ?1 3. With Interaction Term, Effect of X1 onY Is Measured by ?1 + ?3X2 Effect Increases As X2i Increases Interaction Model Relationships Interaction Model Relationships E(Y) X1 4 8 12 0 0 1 0.5 1.5 E(Y) = 1 + 2X1 + 3X2 + 4X1X2 Interaction Model Relationships E(Y) X1 4 8 12 0 0 1 0.5 1.5 E(Y) = 1 + 2X1 + 3X2 + 4X1X2 E(Y) = 1 + 2X1 + 3(0) + 4X1(0) = 1 + 2X1 Interaction Model Relationships E(Y) X1 4 8 12 0 0 1 0.5 1.5 E(Y) = 1 + 2X1 + 3X2 + 4X1X2 E(Y) = 1 + 2X1 + 3(1) + 4X1(1) = 4 + 6X1 E(Y) = 1 + 2X1 + 3(0) + 4X1(0) = 1 + 2X1 Interaction Model Relationships Effect (slope) of X1 on E(Y) does depend on X2 value E(Y) X1 4 8 12 0 0 1 0.5 1.5 E(Y) = 1 + 2X1 + 3X2 + 4X1X2 E(Y) = 1 + 2X1 + 3(1) + 4X1(1) = 4 + 6X1 E(Y) = 1 + 2X1 + 3(0) + 4X1(0) = 1 + 2X1 Interaction Model Worksheet Multiply X1 by X2 to get X1X2. Run regression with Y, X1, X2 , X1X2 路径分析原理 递归(recursive)模型 Z1 Z1 Z1 Z1 e1 e2 β43 β31 β41 β32 β42 图1 递归模型路径图 只有单向的直线箭头，且误差之间没有弧线箭头联系 路径分析基本步骤 1.根据相关理论与文献数据,建构一个可以检验的初始模式,并绘出一个没有路径系数的路径图 2.选用适当的回归模式,以估计路径系数并检验其是否显著,进而估计残差系数. 所谓残差系数是因变量变异量中自变量无法解释的部分,其求法是e=√1-R2(R2是决定系数) 3.评估理论模式,可再删除不显著的路径系数,重新计算新模式的路径系数. 在删除部分的影响路径后,会成为一种”限制模式”,由于预测变量数的改变,路径系数也跟着改变,因而要重新进行复回归分析。 路径系数的求法 將路径模式分解为数個回归方程式 求各回归方程式中各預測变数之β值 各預測变数之β值即为所对应之路径系数 冲突 情绪 分离 亲密 外生变量 中介变量 内生变量(最终结果变量) 中介变量 路径图(结构模式) 路径结构中的变量 外生变量(exogenous variables) 只能是因的变量，有箭头指向別的变量但沒有箭头指向它 两外生变量间可能有相关(以双向箭头表示)，也可能独立无关 内生变量(endogenous variables) 作为果的变量，有箭头指向它，包括： 中介变量：既是果又为因 最终结果变量(ultimate response variable):只有箭头指向它,而不会指向别的变量。 冲突 1 情绪 2 分离 3 亲密 4 方程式 1: 亲密= β 14 冲突 +