中介效应检验的Bootstrap改进.docxVIP

中介效应检验的Bootstrap改进

在社会科学、医学、心理学、管理学等诸多研究领域，研究者往往不满足于仅揭示两个变量之间的直接关联，更希望挖掘变量间影响的内在过程与作用机制，中介效应分析正是回应这一研究需求的核心统计方法。过去数十年间，中介效应分析逐步从心理学领域拓展到多个学科，成为量化研究中解释因果过程、构建理论模型的关键工具。很长一段时间里，中介效应检验主要依托逐步回归法、Sobel检验等传统范式，但这些方法在应用中逐渐暴露出分布假设严格、检验功效偏低、小样本偏误明显等缺陷，甚至导致部分研究得出错误的因果推断结论。为破解这些难题，统计学者从20世纪末开始将Bootstrap重抽样方法引入中介效应检验流程，通过非参数统计思路对传统检验逻辑进行系统性改进，目前这一方法已经被国内外多个学科的学术规范推荐为中介效应检验的优先选择。据不完全统计，国内心理学、管理学等学科的顶级学术期刊中，超过七成涉及机制分析的量化研究都采用Bootstrap方法开展中介效应检验，这一方法已经从过去的“新方法”成为当前学术研究中的“常规武器”。但从当前研究实践来看，不少研究者对Bootstrap为何能改进中介效应检验、如何科学应用Bootstrap方法、这一方法还存在哪些局限等问题仍存在认知偏差，甚至出现了方法滥用、结果错读等问题。基于此，本文将从中介效应检验的传统方法局限出发，由浅入深梳理Bootstr