中介效应检验的Bootstrap方法.pdfVIP

中中介介效效应应检检验验的的Bootstrap方方法法详详解解

一一、、中中介介效效应应的的基基本本概概念念与与检检验验逻逻辑辑

中介效应是社会科学和心理学研究中用分析变量间作用机制的核心概念。其核心思想是探究自变量（X）对因变量（Y）的

影响是否通过中介变量（M）传递。经典的中介模型包含三条路径：

1.直接效应：X直接作用Y的路径（c）

2.间接效应：X通过M影响Y的路径（a×b）

3.总效应：直接效应与间接效应的总和（c=c+a×b）

传统的中介效应检验主要依赖逐步回归法和Sobel检验，但这些方法存在明显局限。逐步回归法对统计效力要求较高，而

Sobel检验要求间接效应（a×b）服从正态分布，这在样本量较小或效应量微弱时难以满足。这种局限性催生了更稳健的

Bootstrap方法。

二二、、Bootstrap方方法法的的原原理理与与优优势势

（（一一））基基本本思思想想

Bootstrap（自助法）是一种非参数统计方法，其核心是通过对原始样本进行重复抽样来估计抽样分布。具体来说：

1.从原始样本中有放回地随机抽取n个观测值，形成Bootstrap样本

2.在每个Bootstrap样本中重新计算中介效应量

3.重复上述过程数千次（通常建议5000次以上）

4.根据这些重复估计值构建置信区间

（（二二））方方法法优优势势

1.不依赖正态假设：直接通过数据分布进行推断，避免参数检验的分布假设

2.小样本适用性：在样本量较小时仍能保持较好的统计效力

3.多重中介兼容性：可同时处理多个中介变量的复杂模型

4.效应量估计更准确：通过百分位数法直接捕捉中介效应的分布特征

三三、、Bootstrap检检验验的的具具体体实实施施步步骤骤

（（一一））基基础础模模型型设设定定

1.建立回归方程系统：

方程1：M=aX+e1

方程2：Y=bM+cX+e2

2.计算间接效应量：a×b

（（二二））抽抽样样过过程程实实现现

1.有放回抽样：从原始数据中随机抽取n个样本（允许重复抽取）

2.重复次数选择：建议至少5000次，重要研究推荐10000次

3.效应量记录：每个Bootstrap样本中保存a、b、a×b的估计值

（（三三））置置信信区区间间构构建建方方法法

1.百分位数法：

将Bootstrap估计值从小到大排序

取第2.5%和第97.5%分位数作为95%置信区间

若区间不包含0，则拒绝无中介效应的原假设

2.偏差校正加速法（Ba）：

对百分位数进行偏差和偏态修正

适用分布不对称的情况

计算更复杂但准确性更高

（（四四））效效应应量量解解读读

1.间接效应显著性：置信区间是否包含0

2.效应强度判断：标准化效应量的大小比较

3.中介比例计算：(a×b)/c（需注意总效应显著的前提）

四四、、方方法法实实施施的的关关键键要要点点

（（一一））样样本本量量要要求求

1.虽然Bootstrap对小样本更友好，但建议总样本量不低100

2.多重中介模型需要更大样本量支撑

3.效应量较小时需要增加Bootstrap抽样次数

（（二二））模模型型设设定定检检验验

1.线性关系检验：通过散点图或多项式回归验证

2.测量误差处理：对分类变量需进行虚拟变量转换

3.混淆变量控制：在方程中纳入必要的协变量

（（三三））特特殊殊情情形形处处理理

1.部分中介与完全中介：通过直接效应显著性判断

2.有调节的中介：需引入交互项进行检验

3.链式中介：需要构建多阶段Bootstrap检验

五五、、与与传传统统方方法法的的比比较较分分析析

（（一一））Sobel检检验验的的局局限限性性

1.依赖乘积项的正态分布假设

2.在非对称分布下容易产生I类错误

3.对弱效应检测能力不足

（（二二））逐逐步步回回归归法法的的缺缺陷陷

1.多重检验带来的α膨胀问题

2.检验效力受制直接效应显著性

3.无法准确估计中介效应量

（（三三））Bootstrap的的改改进进

1.通过重抽样直接构建经验分布

2.同时提供效应量估计和显著性检验

3.适用更复杂的模型扩展

六六、、