Assessing Point and Interval Estimation for the Mediating Effect: Distribution of the Product, Nonparametric Bootstrap and Markov Chain Monte Carlo Methods

Abstract

摘要： 针对中介效应 的抽样分布往往不是正态分布的问题, 学者近年提出了三类无需对 的抽样分布进行任何限制且适用于中、小样本的方法, 包括乘积分布法、非参数Bootstrap和马尔科夫链蒙特卡罗(MCMC)方法。采用模拟技术比较了三类方法在中介效应分析中的表现。结果发现: 1)有先验信息的MCMC方法的 点估计最准确; 2)有先验信息的MCMC方法的统计功效最高, 但付出了低估第Ⅰ类错误率的代价, 偏差校正的非参数百分位Bootstrap方法的统计功效其次, 但付出了高估第Ⅰ类错误率的代价; 3)有先验信息的MCMC方法的中介效应区间估计最准确。结果表明, 当有先验信息时, 推荐使用有先验信息的MCMC方法; 当先验信息不可得时, 推荐使用偏差校正的非参数百分位Bootstrap方法。