- 最后登录
- 2016-11-27
- 注册时间
- 2003-1-21
- 威望
- 250
- 金钱
- 16832
- 贡献
- 11934
- 阅读权限
- 255
- 积分
- 29016
- 日志
- 4
- 记录
- 0
- 帖子
- 1438
- 主题
- 69
- 精华
- 0
- 好友
- 380
    
签到天数: 3 天 [LV.2]偶尔看看I  - 注册时间
- 2003-1-21
- 最后登录
- 2016-11-27
- 积分
- 29016
- 精华
- 0
- 主题
- 69
- 帖子
- 1438
|
Cecilia, 如果 X 对 Y 的影响是 c (这个我们叫 direct effect, 直接作用),X 对 中介变量 M 的影响 叫做 a ; M 对 Y 的影响叫做 b ;那么 a*b 就就做 X 对 Y 的 indirect effect (间接作用)。 X 对 Y 的总影响就是 ab+c (直接作用 + 间接作用)。 现在我们要验证 a*b 这个间接作用的统计显著性的。 我们知道 a 的抽样分布 (sampling distribution); 我们也知道 b 的抽样分布,因为两个都只是简单的回归系数而已。但是我们根本不知道 a*b 这个统计值的抽样分布。Sobel test 告诉我们当样本数很大时,这个 a*b 统计量是正太分布,而它的期望值是 0,标准差是 Sobel test 中的方程。 那么当 a*b 的分布不是正态分布时,我们怎样验证样本中的 a*b 值相对的母体 a*b 值是不是 0 呢?这样就要用 bootstrapping 了。所以,Sobel test 与 bootstapping, 有了一个,另外一个就没用了。 |
|