当前位置：首页 > 程序系统 > 正文内容

bootstrap结果怎么看stata（stata bootstrap结果）

wzgly2个月前 (06-16)程序系统1

本文目录一览：

1、stata之中介效应分析
2、bootstrap检验中介效应如何解读结果?stata
3、求教:用Stata做bootstrap回归结果的显著性怎么看的

stata之中介效应分析

在Stata中进行中介效应分析时，我们使用了`sem`命令，这是结构方程模型的基础。在本研究中，自变量（X）是升陵EC，中介变量（M）是SDO，因变量（Y）是forei，所有变量均为连续型。分析结果显示，自变量X对中介变量M的影响显著，中介变量M对因变量Y的影响也显著。

中介分析可以用命令 sem ，即进行结构方程模型也是用这个命令，只不过中介分析没有测量模型而已。其中，自变量（X）为 EC ，中介变量（M）为 SDO ，因变量（Y）为 forei 。结果如下，可以看到，报告的是标准化系数，X到M结果显著，M到Y显著，控制M之后，X到Y不显著了。

首先，你需要确定你的模型中的因变量，中介变量，自变量，以及其他控制变量。使用sgmediation命令进行中介效应分析，例如：sgmediation Invest1， mv iv cv。这里$其他控制变量代表你的模型中包含的其他控制变量，需要用实际的变量名替换。

bootstrap检验中介效应如何解读结果?stata

首先，那个不是p值，只是置信区间，BS是偏差矫正的置信区间，bs1代表间接效应，bs2代表直接效应，不包含零则认为效应存在，存在间接效应不存在直接效应，说明是完全中介。（并不是说真的不存在直接效应，而是将中介变量和主变量同时加进方程，主效应不在显著）一正一负可能有问题，应该是一致的方向，但是并不存在直接效应，所以可以忽略。

采用Preacher 和 Hayes （ 2008 ）的Bootstrapping 中介效应检验方法（设置 5000 次迭代），该方法提供中介效应的 95% 置信区间估计，如果区间估计含有 0 就表示中介效应不显著，如果区间估计不含有 0 则表示中介效应显著。

步骤：第一步，利用SPSSAU进行分层回归分析，构建模型1和模型3，分别得到总效应c值、直接效应c值和M对Y的效应b值。SPSSAU操作：通过分层回归完成模型构建，操作简单，直观显示结果。Bootstrap法 Bootstrap法是当前接受度较高、普遍使用的中介检验方法。

中介效应检验方法的发展包括逐步法、Sobel法和Bootstrap法。逐步法通过分步回归检验，但存在局限性；Sobel法利用统计量检验，但假设严格；Bootstrap法则更灵活，基于样本重复取样，无需严格分布假设。在实际应用中，先尝试逐步法，若遇到不显著情况，再用Bootstrap法。

进一步检验：在存在遮掩效应或需要验证中介效应的显著性时，可通过Bootstrap抽样检验进行。SobelGoodman法：适用条件：适用于中介效应、直接效应均正态且样本量大的情况。步骤：使用Stata中的sgmediation命令进行检查，该命令会提供Sobel统计量以及分步骤回归的结果。

求教:用Stata做bootstrap回归结果的显著性怎么看的

1、Stata回归结果的解读主要关注以下几个方面，具体数值的计算方法如下：平方和、自由度和均方差的关系：SSR、SSE和SST之间的关系遵循公式SS÷df=MS，其中SS表示平方和，df表示自由度，MS表示均方差。

2、reg只提供回归分析，在出的结果里每个变量后面都有P值，P=0代表显著，P=0.01以下是1%显著水平显著，0.05是5%，0.1是10%，如要要T值可以ttest A之类的。reg y x1 x2 xn test x1=x2=xn=0 关键看三个地方，一个是判定系数R方，本图中，为0.9464，拟合优度很高。

3、一般你不做修改的话，这个概率默认是95%。也就是你回归结果前面的系数有95%的概率落在这之间。如果你的回归结果数值在这个范围内比较接近于0，那么统计上可能推断比如有36%的可能性是0，那这个结果就不显著，即P值为0.356就不显著。所以看的是P值，而不是系数。

4、Stata回归分析结果主要包括系数表、统计量、模型拟合信息等。首先，关注系数表，它反映了变量之间的关系。系数表解读系数值：关注每个变量的系数值，正值表示该变量对结果有正向影响，负值表示有负向影响。系数的绝对值大小反映了影响程度。