부트스트랩을 사용하여 중재 효과를 테스트하는 방법

부트스트랩 테스트는 리샘플링 기술을 사용하여 통계 테스트의 신뢰성을 평가하고 매개 효과의 유의성을 입증하는 데 사용됩니다. 먼저 직접 효과, 간접 효과 및 매개 효과의 신뢰 구간을 계산하고 두 번째로 매개를 계산합니다. Baron과 Kenny 또는 Sobel 방법에 따라 유의성을 입력하고 최종적으로 자연 간접 효과에 대한 신뢰 구간을 추정합니다.

부트스트랩을 사용하여 중재 효과 테스트

부트스트랩 테스트란?

Bootstrap은 통계의 샘플링 분포를 추정하는 데 사용되는 리샘플링 기술입니다. 원본 데이터에서 여러 하위 샘플을 무작위로 추출함으로써 통계 테스트의 견고성과 신뢰도를 평가하는 데 도움이 될 수 있습니다.

부트스트랩을 사용하여 중재 효과를 테스트하는 방법은 무엇입니까?

매개 효과 테스트에는 독립 변수(X)와 종속 변수(Y) 간의 관계가 매개 변수(M)에 의해 부분적으로 또는 완전히 매개되는지 여부를 테스트하는 것이 포함됩니다. 부트스트랩 테스트는 다음 용도로 사용할 수 있습니다.

1. 매개 효과의 유의성을 테스트합니다.

• 원본 데이터를 사용하여 직접 효과(X-Y)와 간접 효과(X-M-Y)를 계산합니다.
• 부트스트랩을 사용하여 여러 하위 샘플을 생성하고 각 하위 샘플의 직접 및 간접 효과를 계산합니다.
• 매개 효과(간접 효과 - 직접 효과)의 부트스트랩 신뢰 구간(CI)을 계산합니다.
• CI에 0이 포함되지 않으면 매개효과가 통계적으로 유의하다는 것을 나타냅니다.

2. 매개 유형의 유의성을 테스트합니다.

• Baron and Kenny(1986) 방법이나 Sobel 테스트를 사용하여 매개 유형의 중요성을 계산합니다.
• 부트스트랩 샘플링 단계에 따라 Baron 및 Kenny 통계 또는 Sobel 통계의 Bootstrap CI를 계산합니다.
• CI에 0이 포함되어 있지 않으면 조정 유형이 통계적으로 유의하다는 것을 나타냅니다.

3. 자연간접효과 추정

• Bootstrap을 사용하여 자연간접효과의 CI를 추정합니다. 자연간접효과는 중재변인이 고정되었을 때 독립변인이 종속변인에 미치는 간접적인 효과를 나타냅니다.
• 각 부트스트랩 하위 표본의 매개 변수를 고정하고 간접 효과를 계산하여 자연 간접 효과에 대한 CI를 계산합니다.

장점:

• 은 정규 분포 가정에 의해 제한되지 않습니다.
• 보다 안정적인 효과 추정을 제공합니다.
• 비모수적 테스트를 허용합니다.

참고:

• 정확한 결과를 얻으려면 많은 수의 데이터 샘플이 필요합니다.
• 특히 복잡한 조정 모델의 경우 계산 집약적입니다.

위 내용은 부트스트랩을 사용하여 중재 효과를 테스트하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!